這幾天做了一道題目，要求在 5000 張圖片中找出 30 張與樣例相同但經過放大或縮小，高亮或變暗的圖片。
整體思路是把圖片hash成一段指紋，這個指紋和圖片的大小、格式、明暗均無關，只和圖片的內容本身有關。
1.先把彩色圖片轉為灰度圖
如果原本的一個像素點的rgb值為(r1,g1,b1)，一個比較簡易的方法轉為灰度圖，
就是 gray1=(r1*299+g1*587+b1*114+500)/1000
那么該像素點的rgb顏色變為(gray1,gray1,gray1)。
而我用的是 Matlab 中的函數 imgray = rgb2gray(imdata);
2.將灰度圖轉化為黑白圖
先計算出該圖的平均灰度，一種比較簡易的做法是把所有像素點的灰度求和平均。 然后對於每個像素點，如果小於平均灰度，則rgb值為(0,0,0)，否則為(255,255,255)。
經過這一步，圖片就變成黑白的了。我用的是 Matlab 中函數 lev = graythresh( imdata); 求平均灰度，再 bwimg = im2bw( imdata, lev); 求二值圖。
但這樣的函數對於一些高亮或灰暗的圖片的處理不是特別的好，會使整個圖片呈現全白或全黑的現象。
我對於這些圖片的處理是 自己設定 lev，根據需要設 lev 為 0~1 的值，而不是求圖片的平均值。（找到更好的方法再來更新）。
4 編碼
將之前的二值圖放大或縮小為 8*8 的一個矩陣 imdata = imresize(imdata, [8,8]);
白為 0，黑為 1 整合成 1 個 64 位的二進制， 轉化為 16 進制則是這個圖片的指紋了。
在這里，我並沒有轉換成 16 進制進行比較，而是直接對二進制串做的對比，完全相同的並不多，所以不同的字符在十個之內我都算成相似的，再進行進一步的比較。