[发明专利]一种图像大数据相似度比对方法及系统

说明书

本发明的一种图像大数据相似度比对方法，通过爬虫抓取技术和大数据搜索抓取需要进行比对的图像数据，将抓取后的图像数据进行分析治理后进行结构化的存储，并按照图像的属性进行分类比对，对比过程为计算图像所包含的特征并生成一组指纹，比对图像的指纹来判断图像的相似度，不仅可以提高图像识别效率，还可以与大数据进行结合，实现大数据范围内的图片相似度的比对。

技术领域

本发明属于图像处理技术领域，具体来说是一种图像大数据相似度比对方法及系统。

背景技术

现有的图像防侵权意识和功能不够完善，无法保护图像创作者的知识产权，难以搜集网站上可能使用侵权图像的使用者，无法搜集到有效证据。这是由于现在的图像相似度比对算法比较多，但无法做到特定类型图像的细致优化，使相似度的比对阈值达到95％上下。没有与大数据结合的图像比对工具，不能实现大数据范围内的图像相似度的比对。导致了图像对比的效率和准确度不高。

经过检索，中国发明专利：一种基于感知哈希算法的图像相似度对比方法(申请号为202010177648.1，申请日为20200313)，该申请案公开了一种基于感知哈希算法的图像相似度对比方法。它通过离散余弦变换DCT算法将图像进行压缩，通过pHash进行图像尺寸缩小，获取图像的颜色通道R、G、B，进而算出RGB的平均值后，将图像灰度化，分别采用颜色分布法和内容特征法提取出每张图像中的指纹，再将原图压缩成一张较小固定尺寸的灰度图像，进而确定出一个阈值，再将图像转成黑白图像，进而来对比图像的轮廓，通过图像基础指纹、颜色特征指纹、内容特征指纹多维度对比最终获取到的相似度结果。但是该申请案的不足之处在于需要对图像基础指纹、颜色特征指纹、内容特征指纹多维度进行对比，比较繁琐、效率不高。

发明内容

1.发明要解决的技术问题

本发明的目的在于解决现有的图像对比的效率和准确度不高问题。

2.技术方案

为达到上述目的，本发明提供的技术方案为：

本发明的一种图像大数据相似度比对方法，通过爬虫抓取技术和大数据搜索抓取需要进行比对的图像数据，将抓取后的图像数据进行分析治理后进行结构化的存储，并按照图像的属性进行分类比对，对比过程为计算图像所包含的特征并生成一组指纹，比对图像的指纹来判断图像的相似度。

优选的，所述方法包括如下步骤：

S100、图像抓取，通过爬虫抓取技术在特定的网站中抓取所需要的图像数据；

S200、分析治理，将抓取的图像数据进行多维度结构化划分；

S300、图像比对，计算图像所包含的特征并生成一组指纹，比对图像的指纹来判断图像的相似度。

优选的，所述步骤S100中，爬虫抓取所需要的图像数据优选选择高清图和500像素以内的缩略图。

优选的，所述步骤S200中，对图像数据进行多维度结构化划分具体包括如下维度：

优选的，所述步骤S300中图像比对包括如下步骤：

S310、统一尺寸，将图像缩小到相同的尺寸得到N个像素；

S320、简化色彩，将缩小后的图像转为N级灰度；

S330、计算平均值，计算所有N个像素的灰度平均值；

S340、灰度比较，依次将每个像素的灰度与平均值进行比较，当大于或等于平均值时记为1，当小于平均值时，记为0；

S350、计算哈希值，依次将每个灰度比较的结果进行组合，得到一个N的数字，该数字为图像的指纹；

S360、相似度比对，将不同图像的指纹进行比对，判断重合率。