业务：找出两个表的重复的图片。
图片在表里存的是二进制值，存在大量由于一些特殊情况例如扫描有差异，导致图片存的二进制值不同，但图片其实是一样来的。
所以找出两个表重复相同的图片，不可能只是单纯的比较二进制值相等。
方法：针对这种情况，使用OpenCV直方图算法可以比较两张图片的相似度，测试发现完全相同的图片相似度等于1（表里存的二进制值不相等）
实操：Java引入使用opencv步骤详解
1.引入opencv依赖
java
<!-- https://mvnrepository.com/artifact/org.openimaj/core -->
<dependency>
<groupId>org.openpnp</groupId>
<artifactId>opencv</artifactId>
<version>4.5.5-1</version>
</dependency>2.代码Demo
opencv提供了均方差算法（MSE）、结构相似性指数算法（SSIM）、峰值信噪比算法（PSNR）、直方图算法（SSIM-WH），其中使用直方图算法来比较图片相似效果最好。
java
public static void main(String[] args) {
// 加载OpenCV库
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
// 读取两张图像。准备比对的图片
Mat image1 = Imgcodecs.imread("D:\\work\\testdata\\psc_1716260008343.jpg");
Mat image2 = Imgcodecs.imread("D:\\work\\testdata\\psc_1716260008345.jpg");
// 将图片处理成一样大
Imgproc.resize(image1, image1, image2.size());
Imgproc.resize(image2, image2, image1.size());
// 计算均方差（MSE）
double mse = calculateMSE(image1, image2);
System.out.println("均方差（MSE）: " + mse);
// 计算结构相似性指数（SSIM）
double ssim = calculateSSIM(image1, image2);
System.out.println("结构相似性指数（SSIM）: " + ssim);
// 计算峰值信噪比（PSNR）
double psnr = calculatePSNR(image1, image2);
System.out.println("峰值信噪比（PSNR）: " + psnr);
// 计算直方图
final double similarity = calculateHistogram(image1, image2);
System.out.println("图片相似度(直方图): " + similarity);
// 计算归一化交叉相关（NCC）
// double ncc = calculateNCC(image1, image2);
// System.out.println("归一化交叉相关（NCC）: " + ncc);
}
// 计算均方差（MSE）
private static double calculateHistogram(Mat image1, Mat image2) {
// 计算直方图
Mat hist1 = calculateHistogram(image1);
Mat hist2 = calculateHistogram(image2);
// 计算相似度
final double similarity = Imgproc.compareHist(hist1, hist2, Imgproc.CV_COMP_CORREL);
// 手动释放内存
// if (hist1 != null) {
// hist1.release();
// }
// if (hist2 != null) {
// hist2.release();
// }
return similarity;
}
// 计算均方差（MSE）
private static double calculateMSE(Mat image1, Mat image2) {
Mat diff = new Mat();
Core.absdiff(image1, image2, diff);
Mat squaredDiff = new Mat();
Core.multiply(diff, diff, squaredDiff);
Scalar mseScalar = Core.mean(squaredDiff);
return mseScalar.val[0];
}
// 计算结构相似性指数（SSIM）
private static double calculateSSIM(Mat image1, Mat image2) {
Mat image1Gray = new Mat();
Mat image2Gray = new Mat();
Imgproc.cvtColor(image1, image1Gray, Imgproc.COLOR_BGR2GRAY);
Imgproc.cvtColor(image2, image2Gray, Imgproc.COLOR_BGR2GRAY);
MatOfFloat ssimMat = new MatOfFloat();
Imgproc.matchTemplate(image1Gray, image2Gray, ssimMat, Imgproc.CV_COMP_CORREL);
Scalar ssimScalar = Core.mean(ssimMat);
return ssimScalar.val[0];
}
// 计算峰值信噪比（PSNR）
private static double calculatePSNR(Mat image1, Mat image2) {
Mat diff = new Mat();
Core.absdiff(image1, image2, diff);
Mat squaredDiff = new Mat();
Core.multiply(diff, diff, squaredDiff);
Scalar mseScalar = Core.mean(squaredDiff);
double mse = mseScalar.val[0];
double psnr = 10.0 * Math.log10(255.0 * 255.0 / mse);
return psnr;
}
// 计算归一化交叉相关（NCC）
// private static double calculateNCC(Mat image1, Mat image2) {
// Mat image1Gray = new Mat();
// Mat image2Gray = new Mat();
// Imgproc.cvtColor(image1, image1Gray, Imgproc.COLOR_BGR2GRAY);
// Imgproc.cvtColor(image2, image2Gray, Imgproc.COLOR_BGR2GRAY);
// MatOfInt histSize = new MatOfInt(256);
// MatOfFloat ranges = new MatOfFloat(0, 256);
// Mat hist1 = new Mat();
// Mat hist2 = new Mat();
//
// Core.normalize(hist1, hist1, 0, 1, Core.NORM_MINMAX);
// Core.normalize(hist2, hist2, 0, 1, Core.NORM_MINMAX);
// double ncc = Core.compareHist(hist1, hist2, Imgproc.CV_COMP_CORREL);
// return ncc;
// }
private static Mat calculateHistogram(Mat image) {
Mat hist = new Mat();
// 设置直方图参数
MatOfInt histSize = new MatOfInt(256);
MatOfFloat ranges = new MatOfFloat(0, 256);
MatOfInt channels = new MatOfInt(0);
List<Mat> images = new ArrayList<>();
images.add(image);
// 计算直方图
Imgproc.calcHist(images, channels, new Mat(), hist, histSize, ranges);
return hist;
}3.运行遇到的报错问题以及解决方法
Exception in thread "main" java.lang.UnsatisfiedLinkError: no opencv_java455 in java.library.path
报错原因：
在JDK bin 目录下找不到 opencv_java455.dll 文件
解决方法：
官网下载地址：Releases - OpenCV
找到对应的版本下载opencv（如果下载不起很慢，可以复制链接用迅雷下载）
双击打开安装包选择安装提取目录
等待解压
在目录找到dll文件
然后复制到jdk bin目录中
再重新运行程序即可解决
4.运行
均方差算法（MSE）：
计算两幅图片每个像素之间的差异，并计算它们的平均值。MSE值越小，表示两幅图片越相似。
结构相似性指数（SSIM）：
通过比较两幅图片的亮度、对比度和结构信息来评估它们的相似性。值越大，越相似。
峰值信噪比（PSNR）：
通过计算两幅图片的MSE值，并将其转换为对数尺度，来评估它们的相似性。PSNR值越大，表示两幅图片越相似。
图片相似度(直方图)：
通过将SSIM指数和直方图相似性组合起来，来评估两幅图片的相似性。返回的相似性度量值越接近1，表示两幅图像越相似。
5.结合业务实现代码片段
注：务必手动释放Mat内存，亲测不写手动释放内存，随着循环量越多，创建Mat越多，就会导致内存崩溃泄露（按理说Java有回收机制，但我经过测试发现并没有触发回收内存，即使是没用的Mat）
java
byte[] ecf2Image = bsImage.getImage();
byte[] upsImage = upsPage.getScanPage();
// 1.先直接对比ecf2和ups图片的二进制值
if (Arrays.equals(ecf2Image, upsImage)) {
// 二进制值相等则给ecf2图片状态更新为重复的
updateAndRecord(shipmentNo, filename, upsPage, 1);
// 然后跳出scanPageList的循环，已经确认为重复就不用再去匹配
break;
}
// 2.byte值不等，再用OpenCV来比较
// 将图片二进制数据转换为Mat对象
Mat image1 = Imgcodecs.imdecode(new MatOfByte(ecf2Image), Imgcodecs.IMREAD_COLOR);
Mat image2 = Imgcodecs.imdecode(new MatOfByte(upsImage), Imgcodecs.IMREAD_COLOR);
try {
// 将图片处理成一样大
Imgproc.resize(image1, image1, image2.size());
Imgproc.resize(image2, image2, image1.size());
// 计算直方图
final double similarity = calculateHistogram(image1, image2);
if (similarity == 1) {
// 更新状态为重复的
updateAndRecord(shipmentNo, filename, upsPage, 2);
break;
}
} catch (Exception e) {
e.printStackTrace();
} finally {
// 手动释放内存
if (image1 != null) {
image1.release();
}
if (image2 != null) {
image2.release();
}
}