#1，原理
每张图片都可以生成颜色分布的直方图（color histogram）。如果两张图片的直方图很接近，就可以认为它们很相似。
任何一种颜色都是由红绿蓝三原色（RGB）构成的，所以上图共有4张直方图（三原色直方图 + 最后合成的直方图）。
如果每种原色都可以取256个值，那么整个颜色空间共有1600万种颜色（256的三次方）。针对这1600万种颜色比较直方图，计算量实在太大了，因此需要采用简化方法。可以将0～255分成四个区：0～63为第0区，64～127为第1区，128～191为第2区，192～255为第3区。这意味着红绿蓝分别有4个区，总共可以构成64种组合（4的3次方）。
任何一种颜色必然属于这64种组合中的一种，这样就可以统计每一种组合包含的像素数量。
上图是某张图片的颜色分布表，将表中最后一栏提取出来，组成一个64维向量(7414, 230, 0, 0, 8, ..., 109, 0, 0, 3415, 53929)。这个向量就是这张图片的特征值或者叫"指纹"。
于是，寻找相似图片就变成了找出与其最相似的向量。这可以用皮尔逊相关系数或者余弦相似度算出。
#2，c++代码实现
#include<math.h>
#include<bitset>
#include<iostream>
#include<vector>
#include<string>
#include<fstream>
#include <time.h>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;
void getRGB(Mat &pic, vector<int > &PixVec);
int bit2int(bitset<2>& bbit, bitset<2>& gbit, bitset<2>& rbit);
bitset<2> classify(int val);
double correlation(vector<int> &Pix1, vector<int> &Pix2);
void getNameFromTxt(vector<string> &OrigNamePic, string FileName, string OrigFileName);
int main(){
double beginTime = clock();
string FileName="rawdata";
string oeder1 = "DIR .\\" + FileName + "\\*.jpg / B >FileNameList.TXT ";
system(oeder1.c_str());
vector<string> PicName;
getNameFromTxt(PicName, FileName, "FileNameList.TXT");
int Piclen = PicName.size();
for (int m = 0; m < Piclen; m++){
cout << "Compare the " << m << "-th picture with the others!" << endl;
for (int n = m+1; n < Piclen; n++){
Mat pic1 = imread(PicName[m], 1);
Mat pic2 = imread(PicName[n], 1);
//PixVec
vector<int> Pix1Vec(64, 0);
getRGB(pic1, Pix1Vec);
vector<int> Pix2Vec(64, 0);
getRGB(pic2, Pix2Vec);
double correlVal = correlation(Pix1Vec, Pix2Vec);
//cout << "The value of correlation coefficient is: " << correlVal << endl;
if (correlVal > 0.999999){
string movePic = "move .\\" + PicName[m]+" DeletePic >nul";
system(movePic.c_str());
break;
}
}
}
double endTime = clock();
cout << "beginTime:" << beginTime << endl
<< "endTime:" << endTime << endl
<< "endTime-beginTime:" << endTime - beginTime << "ms" << endl;
system("Pause");
return 0;
}
void getNameFromTxt(vector<string> &OrigNamePic, string fileName, string OrigFileName){
ifstream OrigNameIn(OrigFileName);
while (!OrigNameIn.eof()){
string cacheNameO;
getline(OrigNameIn, cacheNameO);
int len = cacheNameO.size();
if (len>0){
string realName = fileName + "\\" + cacheNameO;
OrigNamePic.push_back(realName);
}
}
OrigNameIn.close();
string order = "del " + OrigFileName;
system(order.c_str());
}
void getRGB(Mat &pic, vector<int > &PixVec){
int rowNum=pic.rows;
int colNum=pic.cols;
int pixNum=colNum*pic.channels();
if(pic.channels()!=3)
cout<<"The channel of the picture is not 3!"<<endl;
Mat_<Vec3b>::iterator it=pic.begin<Vec3b>();
Mat_<Vec3b>::iterator itend=pic.end<Vec3b>();
for(;it!=itend;++it){
bitset<2> bpix,gpix,rpix;
bpix=classify((*it)[0]);
gpix=classify((*it)[1]);
rpix=classify((*it)[2]);
int clasVal=bit2int(bpix, gpix, rpix);
PixVec[clasVal]++;
}
}
int bit2int(bitset<2>& bbit,bitset<2>& gbit,bitset<2>& rbit){
bitset<6> bitval;
for(int i=0;i<2;i++){
bitval[0*2+i]=rbit[i];
bitval[1*2+i]=gbit[i];
bitval[2*2+i]=bbit[i];
}
return bitval.to_ulong();
}
bitset<2> classify(int val){
if (val<64){
bitset<2> bitval(0);
return bitval;
}
else if (val<128){
bitset<2> bitval(1);
return bitval;
}
else if (val<192){
bitset<2> bitval(2);
return bitval;
}
else {//if(val<256)
bitset<2> bitval(3);
return bitval;
}
}
double correlation(vector<int> &Pix1, vector<int> &Pix2){
double XYsum=0.0, Xsum=0.0, Ysum=0.0;
double Xmean=0.0, Ymean=0.0;
int len=Pix1.size();
for(int i=0; i<len; i++){
Xmean += Pix1[i];
Ymean += Pix2[i];
}
Xmean =(double)Xmean/(double)len;
Ymean =(double)Ymean/(double)len;
for(int j=0;j<len;j++){
XYsum += ((double)Pix1[j]-Xmean)*((double)Pix2[j]-Ymean);
Xsum += ((double)Pix1[j]-Xmean)*((double)Pix1[j]-Xmean);
Ysum += ((double)Pix2[j]-Ymean)*((double)Pix2[j]-Ymean);
}
double finalVal=(double)XYsum/(double)(sqrt(Xsum)*sqrt(Ysum));
return finalVal;
}
#3，程序运行结果
原文：http://www.cnblogs.com/sophia-hxw/p/5674686.html