Java开源项目-图片相似度测试系统-运行综述

本文详细介绍了一个基于Spring框架和OpenCV的图片相似度测试项目的搭建过程,包括环境配置、软件版本、项目导入及运行步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文主要介绍如何搭建环境,并成功的运行一个图片相似度测试项目。该项目基于Spring框架,创建了图片上传Restful API,并使用OpenCV进行图像的处理,提取出图中的物品同时对物品进行相似度对比操作。项目中,结合了两种图片相似度测试的方法,对处理过的图片进行相似度测试,增加了测试的准确度。该项目不涉及数据库,上传的图片及处理后的图片直接存储在文件系统上。
GitHub地址:https://github.com/Northeastern-University-Blockchain/Picture-Similarity

一、运行效果截图

1.运行初始网页。

界面1

2.选择想要测试的图片。

左边为需要进行对比的图片,右边为实物图片。
界面2

3.点击上传按钮,跳出结果。

界面3

4.图片将被保存到本地文件夹下。

如图1.jpg和2.jpg,为上传图片;dst_src.jpg为1.jpg裁剪过后的生成图片。(文件存放在E盘tmpFiles文件夹下。)
界面4

二、使用软件及版本

Eclipse 4.8.0 (Photon)、Tomcat 9.0、OpenCV 3.4.1

安装链接:
Eclipse: Https://www.oracle.com/technetwork/java/javase/downloads/index.html
Tomcat: Http://tomcat.apache.org/
OpenCV: Https://opencv.org/opencv-3-4-1.html

三、搭建运行环境

1.Eclipse的安装与配置

Eclipse安装与配置方法链接:https://blog.youkuaiyun.com/q651742112/article/details/73477400
(本项目安装的是Eclipse 4.8.0 Photon版本,仅供读者参考。)

2.在Eclipse添加Dynamic Web Project项目选项

如果已有的Eclipse为SE版本,则无法创建web项目。需要添加Java EE开发插件。添加方法链接:
https://blog.youkuaiyun.com/u011070171/article/details/50018801

3.TomCat的安装与配置

Tomcat安装与配置方法链接:https://blog.youkuaiyun.com/qq_34197553/article/details/77597196
(本项目安装的是TomCat 9.0版本,仅供读者参考。)

注意:Tomcat安装后自动运行,点击stop按钮停止运行,以防在Eclipse中运行Tomcat时发生冲突。如下图:
停止运行Tomcat

4.在Eclipse配置Tomcat服务器

Tomcat安装与配置完成后,需要在eclipse中进行路径配置,配置方法链接:
https://jingyan.baidu.com/article/3065b3b6efa9d7becff8a4c6.html

5.C++配置OpenCV环境变量

首先在我的电脑右键属性,在系统属性中选择高级,打开设置环境变量的界面。其中上半部分为用户变量,下半部分为系统变量。
(1)在用户变量中添加PATH变量,值为:安装目录\opencv\build\x86\vc12\bin;安装目录\opencv\build\x64\vc12\bin。
(2)在用户变量中添加OPENCV,值为:安装目录\opencv\build。
(具体可参考链接:https://blog.youkuaiyun.com/z695516174/article/details/82903022)

四、导入项目及运行

1.在Eclipse中导入项目文件SpringRestPicUpload-Similarity

工程目录如图所示:
项目工程目录
Imgcompare/ImgMatch中为图片裁剪与相似度测试代码。
uploadMultiple.jsp为图片上传界面。

2.给项目添加服务器,右键项目文件夹–>Bulid Path–>Add Libraries,选择Server Runtime选项,Next

项目添加服务器

选择Apache TomCat v9.0选项(选择与你安装的TomCat版本相同的选项),Finish。
选择服务器

3.C++动态链接库的配置

由于本项目调用了C++的算法,所以需要进行C++ dll文件的配置。
具体配置方法参考链接:https://blog.youkuaiyun.com/z695516174/article/details/82917741

在test类中,改变dll文件的路径。(文件为上述配置好的dll文件。)
Test

4.项目运行

运行uploadMultiple.jsp,选择Tomcat v9.0 Server点击Next。
运行项目
点击Add,添加页面至服务器,点击Finish运行。
项目运行
运行界面如下:
项目运行


  • 如有疑问,欢迎大家留言讨论。
预处理:读取图片 第一步,缩小尺寸。 将图片缩小到8x8的尺寸,总共64个像素。这一步的作用是去除图片的细节,只保留结构、明暗等基本信息,摒弃不同尺寸、比例带来的图片差异。 第二步,简化色彩。 将缩小后的图片,转为64级灰度。也就是说,所有像素点总共只有64种颜色。 第三步,计算平均值。 计算所有64个像素的灰度平均值。 第四步,比较像素的灰度。 将每个像素的灰度,与平均值进行比较。大于或等于平均值,记为1;小于平均值,记为0。 第五步,计算哈希值。 将上一步的比较结果,组合在一起,就构成了一个64位的整数,这就是这张图片的指纹。组合的次序并不重要,只要保证所有图片都采用同样次序就行了。 得到指纹以后,就可以对比不同的图片,看看64位中有多少位是不一样的。在理论上,这等同于计算"汉明距离"(Hammingdistance)。如果不相同的数据位不超过5,就说明两张图片很相似;如果大于10,就说明这是两张不同的图片。 你可以将几张图片放在一起,也计算出他们的汉明距离对比,就可以看看两张图片是否相似。 这种算法的优点是简单快速,不受图片大小缩放的影响,缺点是图片的内容不能变更。如果在图片上加几个文字,它就认不出来了。所以,它的最佳用途是根据缩略图,找出原图。 实际应用中,往往采用更强大的pHash算法和SIFT算法,它们能够识别图片的变形。只要变形程度不超过25%,它们就能匹配原图。这些算法虽然更复杂,但是原理与上面的简便算法是一样的,就是先将图片转化成Hash字符串,然后再进行比较。 以上内容大部分直接从阮一峰的网站上复制过来,想看原著的童鞋可以去在最上面的链接点击进去看。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值