每张图分成四块，将每部分的图片混成一种纯色，对比这四个纯色可以筛掉大部分的图片
B. 如何使用Java实现屏幕找图功能
测试代码
[java] view plain
public static void main(String[] args) throws Exception {
findImage4FullScreen(ImageCognition.SIM_ACCURATE_VERY);
}
public static void findImage4FullScreen(int sim) throws Exception {
Dimension screenSize = Toolkit.getDefaultToolkit().getScreenSize();
int w = (int) screenSize.getWidth();
int h = 200;
Robot robot = new Robot();
BufferedImage screenImg = robot.createScreenCapture(new Rectangle(0, 0,
w, h));//对屏幕指定范围进行截图，保存到BufferedImage中
OutputStream out = new FileOutputStream("data/images/screen.png");
ImageIO.write(screenImg, "png", out);//将截到的BufferedImage写到本地
InputStream in = new FileInputStream("data/images/search.png");
BufferedImage searchImg = ImageIO.read(in);//将要查找的本地图读到BufferedImage
//图片识别工具类
ImageCognition ic = new ImageCognition();
List<CoordBean> list = ic.imageSearch(screenImg, searchImg, sim);
for (CoordBean coordBean : list) {
System.out.println("找到图片,坐标是" + coordBean.getX() + ","
+ coordBean.getY());
//标注找到的图的位置
Graphics g = screenImg.getGraphics();
g.setColor(Color.BLACK);
g.drawRect(coordBean.getX(), coordBean.getY(),
searchImg.getWidth(), searchImg.getHeight());
g.setFont(new Font(null, Font.BOLD, 20));
g.drawString("←找到的图片在这里",
coordBean.getX() + searchImg.getWidth() + 5,
coordBean.getY() + 10 + searchImg.getHeight() / 2);
out = new FileOutputStream("data/images/result.png");
ImageIO.write(screenImg, "png", out);
}
}
额外的类
CoordBean
package cn.xt.imgCongnition;
public class CoordBean {
private int x;
private int y;
/**
* 获取x坐标
*
* @return x坐标
*/
public int getX() {
return x;
}
public void setX(int x) {
this.x = x;
}
/**
* 获取y坐标
*
* @return
*/
public int getY() {
return y;
}
public void setY(int y) {
this.y = y;
}
}
RgbImageComparerBean
package cn.xt.imgCongnition;
/**
* RGB 相关，图片相似度计算时使用
*
*/
public class RgbImageComparerBean {
/****** 颜色值数组，第一纬度为x坐标，第二纬度为y坐标 ******/
private int colorArray[][];
/*** 是否忽略此点，若为true，则不纳入比较的像素行列。 ***/
private boolean ignorePx[][];
/**** 图片的宽高 ****/
private int imgWidth;
private int imgHeight;
// 图片的像素总数
private int pxCount;
/**
* 获取图像的二维数组组成
*
* @return 图像的二维数组
*/
public int[][] getColorArray() {
return colorArray;
}
/**
* 要对比的像素总数,会自动筛选掉不对比的颜色
*
* @param pxCount
*/
public void setPxCount(int pxCount) {
this.pxCount = pxCount;
}
/**
* 设置颜色二维数组
*
* @param colorArray
* 颜色二维数组，一维为x轴，二维为y轴
*/
public void setColorArray(int[][] colorArray) {
this.colorArray = colorArray;
this.imgWidth = this.colorArray.length;
this.imgHeight = this.colorArray[0].length;
this.pxCount = this.imgWidth * this.imgHeight;
}
/**
* 是否忽略此点，若为true，则不纳入像素比较行列。
*
* @return 具体x，y坐标的那个像素点
*/
public boolean[][] getIgnorePx() {
return ignorePx;
}
/**
* 是否忽略此点，若为true，则不纳入像素比较行列。
*
* @param ignorePx
* 具体x，y坐标的那个像素点
*/
public void setIgnorePx(boolean[][] ignorePx) {
this.ignorePx = ignorePx;
}
/**
* 获取图像的宽度
*
* @return 图像宽度
*/
public int getImgWidth() {
return imgWidth;
}
/**
* 获取图像的高度
*
* @return 图像高度
*/
public int getImgHeight() {
return imgHeight;
}
/**
* 获取图像里像素的总数
*
* @return
*/
public int getPxCount() {
return pxCount;
}
}
C. Java 如何对比两张图片的相似度
这是java的弱项，属于纯算法范畴，应该没有什么办法。
希望回答能给你带来帮助~
如果满意，请采纳，如还有疑问，可继续追问！
您也可以向我们团队发出请求，会有更专业的人来为您解答！
D. Java 如何对比两张图片的相似度
这是java的弱项，属于纯算法范畴，应该没有什么办法。
希望回答能给你带来帮助~
如果满意，请采纳，如还有疑问，可继续追问！
您也可以向我们团队发出请求，会有更专业的人来为您解答！
E. 怎么用一张图片查找电脑中相似的图片，用什么软件可以办到就像警察用图片去找罪犯一样，找出相似度比较
PicasaGoogle 的图片管理工具Picasa，数秒钟内就可找到并欣赏计算机上的图片。 Picasa 原为独立收费的图像管理、处理软件，其界面美观华丽， 功能实用丰富。后来被 Google 收购并改为软件， 成为了 Google 的一部分，它最突出的优点是搜索硬盘中的相片图片的速度很快，当你输入一个字后，准备输入第二个字时，它已经即时显示出搜索出的图片。不管照片有多少，空间有多大，几秒内就可以查找到所需要的图片
F. Java如何从摄像头获取照片和本地图片对比相似度，我目前做了一个从摄像头自动拍照，可是在运行类的时
你好牛啊· 对比相似度我不懂，不过对你的调用摄像头拍照很有兴趣
G. 用java判断两个文件的相似度
两个文件转化为二进制流数组或者链表，定义一个int变量n初值为0，遍历两个文件数组，每个节点相同无操作，不同n++;
然后拿 n与 文件数组的大小做比较，，，
H. java 可不可以实现，对屏幕内图像或颜色的采集，并且与现有的进行相似度对比。返回一个坐标值。
可以实现.像PHOTOSHOP的功能
I. 求java中关于图像检索的算法
将有效的文本检索技术应用到图像检索中,结合人眼视觉特性及方块编码的思想,提出了一种基于图像关键子块的检索算法.即首先利用图像方块编码的思想将图像预先分成互不重叠的子图像块,然后利用方块编码的思想,根据块的灰度差对这些子图像进行独立地编码,这些子图像的方块编码构成的块不仅能有效的描述图像的纹理内容,而且可以反映图像的形状分布和边缘分布.以此来定义图像的关键子块.最后借助文本检索技术来实现图像检索.同时,考虑到不同类型关键子块在图像中出现的频度对检索效果的影响,又提出了相应的改进算法.实验结果表明,该算法是有效的