java指纹识别以及谷歌图片识别技术源码

import java.awt.image.BufferedImage;import java.util.ArrayList;import java.util.List;public class SimilarImageSearch {  /**   * @param args   */  public static void main(String[] args) {    List<String> hashCodes = new ArrayList<String>();        String filename = ImageHelper.path + "//images//";    String hashCode = null;        for (int i = 0; i < 6; i++)    {      hashCode = produceFingerPrint(filename + "example" + (i + 1) + ".jpg");      hashCodes.add(hashCode);    }        System.out.println("Resources: ");    System.out.println(hashCodes);    System.out.println();        String sourceHashCode = produceFingerPrint(filename + "source.jpg");    System.out.println("Source: ");    System.out.println(sourceHashCode);    System.out.println();        for (int i = 0; i < hashCodes.size(); i++)    {      int difference = hammingDistance(sourceHashCode, hashCodes.get(i));      System.out.print("汉明距离:"+difference+"   ");      if(difference==0){        System.out.println("source.jpg图片跟example"+(i+1)+".jpg一样");      }else if(difference<=5){        System.out.println("source.jpg图片跟example"+(i+1)+".jpg非常相似");      }else if(difference<=10){        System.out.println("source.jpg图片跟example"+(i+1)+".jpg有点相似");      }else if(difference>10){        System.out.println("source.jpg图片跟example"+(i+1)+".jpg完全不一样");      }    }      }  /**   * 计算"汉明距离"（Hamming distance）。   * 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。   * @param sourceHashCode 源hashCode   * @param hashCode 与之比较的hashCode   */  public static int hammingDistance(String sourceHashCode, String hashCode) {    int difference = 0;    int len = sourceHashCode.length();        for (int i = 0; i < len; i++) {      if (sourceHashCode.charAt(i) != hashCode.charAt(i)) {        difference ++;      }    }        return difference;  }  /**   * 生成图片指纹   * @param filename 文件名   * @return 图片指纹   */  public static String produceFingerPrint(String filename) {    BufferedImage source = ImageHelper.readPNGImage(filename);// 读取文件    int width = 8;    int height = 8;        // 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。    BufferedImage thumb = ImageHelper.thumb(source, width, height, false);        // 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。    int[] pixels = new int[width * height];    for (int i = 0; i < width; i++) {      for (int j = 0; j < height; j++) {        pixels[i * height + j] = ImageHelper.rgbToGray(thumb.getRGB(i, j));      }    }        // 第三步，计算平均值。    // 计算所有64个像素的灰度平均值。    int avgPixel = ImageHelper.average(pixels);        // 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。    int[] comps = new int[width * height];    for (int i = 0; i < comps.length; i++) {      if (pixels[i] >= avgPixel) {        comps[i] = 1;      } else {        comps[i] = 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。    StringBuffer hashCode = new StringBuffer();    for (int i = 0; i < comps.length; i+= 4) {      int result = comps[i] * (int) Math.pow(2, 3) + comps[i + 1] * (int) Math.pow(2, 2) + comps[i + 2] * (int) Math.pow(2, 1) + comps[i + 2];      hashCode.append(binaryToHex(result));    }        // 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。    return hashCode.toString();  }  /**   * 二进制转为十六进制   * @param int binary   * @return char hex   */  private static char binaryToHex(int binary) {    char ch = ' ';    switch (binary)    {    case 0:      ch = '0';      break;    case 1:      ch = '1';      break;    case 2:      ch = '2';      break;    case 3:      ch = '3';      break;    case 4:      ch = '4';      break;    case 5:      ch = '5';      break;    case 6:      ch = '6';      break;    case 7:      ch = '7';      break;    case 8:      ch = '8';      break;    case 9:      ch = '9';      break;    case 10:      ch = 'a';      break;    case 11:      ch = 'b';      break;    case 12:      ch = 'c';      break;    case 13:      ch = 'd';      break;    case 14:      ch = 'e';      break;    case 15:      ch = 'f';      break;    default:      ch = ' ';    }    return ch;  }}

import java.awt.AlphaComposite;import java.awt.Color;import java.awt.Font;import java.awt.Graphics2D;import java.awt.Image;import java.awt.RenderingHints;import java.awt.geom.AffineTransform;import java.awt.image.BufferedImage;import java.awt.image.ColorModel;import java.awt.image.WritableRaster;import java.io.File;import java.io.FileInputStream;import java.io.FileNotFoundException;import java.io.FileOutputStream;import java.io.IOException;import java.io.InputStream;import javax.imageio.ImageIO;import com.sun.image.codec.jpeg.ImageFormatException;import com.sun.image.codec.jpeg.JPEGCodec;import com.sun.image.codec.jpeg.JPEGImageDecoder;import com.sun.image.codec.jpeg.JPEGImageEncoder;/** * 图片工具类，主要针对图片水印处理 *  * @author 025079 * @version [版本号, 2011-11-28] * @see [相关类/方法] * @since [产品/模块版本] */public class ImageHelper { // 项目根目录路径 public static final String path = System.getProperty("user.dir");  /** * 生成缩略图 <br/> * 保存:ImageIO.write(BufferedImage, imgType[jpg/png/...], File); *  * @param source *      原图片 * @param width *      缩略图宽 * @param height *      缩略图高 * @param b *      是否等比缩放 * */ public static BufferedImage thumb(BufferedImage source, int width,  int height, boolean b) { // targetW，targetH分别表示目标长和宽 int type = source.getType(); BufferedImage target = null; double sx = (double) width / source.getWidth(); double sy = (double) height / source.getHeight(); if (b) {  if (sx > sy) {  sx = sy;  width = (int) (sx * source.getWidth());  } else {  sy = sx;  height = (int) (sy * source.getHeight());  } } if (type == BufferedImage.TYPE_CUSTOM) { // handmade  ColorModel cm = source.getColorModel();  WritableRaster raster = cm.createCompatibleWritableRaster(width,   height);  boolean alphaPremultiplied = cm.isAlphaPremultiplied();  target = new BufferedImage(cm, raster, alphaPremultiplied, null); } else  target = new BufferedImage(width, height, type); Graphics2D g = target.createGraphics(); // smoother than exlax: g.setRenderingHint(RenderingHints.KEY_RENDERING,  RenderingHints.VALUE_RENDER_QUALITY); g.drawRenderedImage(source, AffineTransform.getScaleInstance(sx, sy)); g.dispose(); return target; } /** * 图片水印 *  * @param imgPath *      待处理图片 * @param markPath *      水印图片 * @param x *      水印位于图片左上角的 x 坐标值 * @param y *      水印位于图片左上角的 y 坐标值 * @param alpha *      水印透明度 0.1f ~ 1.0f * */ public static void waterMark(String imgPath, String markPath, int x, int y,  float alpha) { try {  // 加载待处理图片文件  Image img = ImageIO.read(new File(imgPath));  BufferedImage image = new BufferedImage(img.getWidth(null),   img.getHeight(null), BufferedImage.TYPE_INT_RGB);  Graphics2D g = image.createGraphics();  g.drawImage(img, 0, 0, null);  // 加载水印图片文件  Image src_biao = ImageIO.read(new File(markPath));  g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP,   alpha));  g.drawImage(src_biao, x, y, null);  g.dispose();  // 保存处理后的文件  FileOutputStream out = new FileOutputStream(imgPath);  JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out);  encoder.encode(image);  out.close(); } catch (Exception e) {  e.printStackTrace(); } } /** * 文字水印 *  * @param imgPath *      待处理图片 * @param text *      水印文字 * @param font *      水印字体信息 * @param color *      水印字体颜色 * @param x *      水印位于图片左上角的 x 坐标值 * @param y *      水印位于图片左上角的 y 坐标值 * @param alpha *      水印透明度 0.1f ~ 1.0f */ public static void textMark(String imgPath, String text, Font font,  Color color, int x, int y, float alpha) { try {  Font Dfont = (font == null) ? new Font("宋体", 20, 13) : font;  Image img = ImageIO.read(new File(imgPath));  BufferedImage image = new BufferedImage(img.getWidth(null),   img.getHeight(null), BufferedImage.TYPE_INT_RGB);  Graphics2D g = image.createGraphics();  g.drawImage(img, 0, 0, null);  g.setColor(color);  g.setFont(Dfont);  g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP,   alpha));  g.drawString(text, x, y);  g.dispose();  FileOutputStream out = new FileOutputStream(imgPath);  JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out);  encoder.encode(image);  out.close(); } catch (Exception e) {  System.out.println(e); } }  /** * 读取JPEG图片 * @param filename 文件名 * @return BufferedImage 图片对象 */ public static BufferedImage readJPEGImage(String filename) { try {  InputStream imageIn = new FileInputStream(new File(filename));  // 得到输入的编码器，将文件流进行jpg格式编码  JPEGImageDecoder decoder = JPEGCodec.createJPEGDecoder(imageIn);  // 得到编码后的图片对象  BufferedImage sourceImage = decoder.decodeAsBufferedImage();    return sourceImage; } catch (FileNotFoundException e) {  e.printStackTrace(); } catch (ImageFormatException e) {  e.printStackTrace(); } catch (IOException e) {  e.printStackTrace(); }  return null; }  /** * 读取JPEG图片 * @param filename 文件名 * @return BufferedImage 图片对象 */ public static BufferedImage readPNGImage(String filename) { try {  File inputFile = new File(filename);      BufferedImage sourceImage = ImageIO.read(inputFile);  return sourceImage; } catch (FileNotFoundException e) {  e.printStackTrace(); } catch (ImageFormatException e) {  e.printStackTrace(); } catch (IOException e) {  e.printStackTrace(); }  return null; }  /** * 灰度值计算 * @param pixels 像素 * @return int 灰度值 */ public static int rgbToGray(int pixels) { // int _alpha = (pixels >> 24) & 0xFF; int _red = (pixels >> 16) & 0xFF; int _green = (pixels >> 8) & 0xFF; int _blue = (pixels) & 0xFF; return (int) (0.3 * _red + 0.59 * _green + 0.11 * _blue); }  /** * 计算数组的平均值 * @param pixels 数组 * @return int 平均值 */ public static int average(int[] pixels) { float m = 0; for (int i = 0; i < pixels.length; ++i) {  m += pixels[i]; } m = m / pixels.length; return (int) m; }}