如何以程式判斷兩張圖片的相似程度,是一個有趣的課題。本文示範如何透過直方圖與餘弦相似度,在瀏覽器中完成圖片相似度的計算。
程式碼如下:
function getHistogram(imageData) {
var arr = [];
for (var i = 0; i < 64; i++) {
arr[i] = 0;
}
var data = imageData.data;
var pow4 = Math.pow(4, 2);
for (var i = 0, len = data.length; i < len; i += 4) {
var red = (data[i] / 64) | 0;
var green = (data[i + 1] / 64) | 0;
var blue = (data[i + 2] / 64) | 0;
var index = red * pow4 + green * 4 + blue;
arr[index]++;
}
return arr;
}
function cosine(arr1, arr2) {
var axb = 0,
a = 0,
b = 0;
for (var i = 0, len = arr1.length; i < len; i++) {
axb += arr1[i] * arr2[i];
a += arr1[i] * arr1[i];
b += arr2[i] * arr2[i];
}
return axb / (Math.sqrt(a) * Math.sqrt(b));
}
function gray(imgData) {
var data = imgData.data;
for (var i = 0, len = data.length; i < len; i += 4) {
var gray = parseInt((data[i] + data[i + 1] + data[i + 2]) / 3);
data[i + 2] = data[i + 1] = data[i] = gray;
}
return imgData;
}做法是將 RGB 各通道量化为 0~3 的區間,組合成 64 個色階的直方圖,再以餘弦相似度比較兩張圖的直方圖向量。特別提醒:若要將灰階圖與原圖比對,需先用 gray 函式把兩張圖都轉成灰階,才能得到合理的相似度結果。