圖像模板匹配與感知哈希算法：判斷大圖是否包含小圖的完整方案

圖像模板匹配與感知哈希算法：判斷大圖是否包含小圖的完整方案

在自動化測試、圖像識別、版權檢測等場景中，常需判斷一張大圖是否包含某張小圖（如截圖驗證 UI 元素、水印檢測）。本文系統介紹模板匹配與感知哈希兩大核心算法原理、Java 實現、性能優化策略，並提供生產級代碼架構。

一、核心算法對比

二、模板匹配算法詳解 (OpenCV Java 實現)

工作流程

1. 讀取大圖 (Source) 與小圖 (Template)。
2. 在大圖上滑動小圖尺寸窗口，每步計算相似度分數。
3. 生成結果矩陣，minMaxLoc 找到最大值位置 → 匹配區域左上角坐標。
4. 閾值過濾 (如 > 0.8) 確定是否匹配成功。

Maven 依賴

<dependency>
    <groupId>org.openpnp</groupId>
    <artifactId>opencv</artifactId>
    <version>4.8.0-1</version>
</dependency>

核心代碼

public class TemplateMatcher {
    public static List match(Mat source, Mat template, double threshold) {
        Mat result = new Mat();
        Imgproc.matchTemplate(source, template, result, Imgproc.TM_CCOEFF_NORMED);
        
        // 歸一化便於閾值判斷
        Core.normalize(result, result, 0, 1, Core.NORM_MINMAX, -1, new Mat());
        
        List matches = new ArrayList<>();
        Mat mask = new Mat();
        Core.threshold(result, mask, threshold, 1, Core.THRESH_TOZERO);
        
        // 非極大值抑制 (NMS) 去重疊框
        while (true) {
            MinMaxLocResult mmr = Core.minMaxLoc(mask);
            if (mmr.maxVal < threshold) break;
            
            Point matchLoc = mmr.maxLoc;
            matches.add(new Rect(matchLoc, new Size(template.cols(), template.rows())));
            
            // 抑制周圍區域，避免重複檢測
            Imgproc.rectangle(mask, 
                new Point(matchLoc.x - template.cols()/2, matchLoc.y - template.rows()/2),
                new Point(matchLoc.x + template.cols()*1.5, matchLoc.y + template.rows()*1.5),
                new Scalar(0), -1);
        }
        return matches;
    }
}

三、感知哈希算法實現

標準步驟

1. 縮小：32×32 或 8×8 (去除細節)。
2. 灰度化：單通道亮度值。
3. DCT/平均值：計算 DCT 低頻係數或直接像素平均值。
4. 二值化：大於平均值為 1，否則 0，生成 64-bit 指紋。
5. 漢明距離：異或計數，≤ 5 極其相似，≤ 10 相似，> 10 不同。

Java 純實現 (無第三方依賴)

public class PerceptualHash {
    public static long hash(BufferedImage img, int size) {
        // 1. 縮放
        BufferedImage resized = Scalr.resize(img, Scalr.Method.QUALITY, Scalr.Mode.FIT_EXACT, size, size);
        // 2. 灰度 + 計算平均值
        long sum = 0;
        int[] pixels = new int[size * size];
        resized.getRGB(0, 0, size, size, pixels, 0, size);
        for (int p : pixels) {
            int gray = (p >> 16 & 0xFF) * 30 + (p >> 8 & 0xFF) * 59 + (p & 0xFF) * 11 >> 8; // 加權灰度
            sum += gray;
        }
        int avg = (int) (sum / (size * size));
        // 3. 生成指紋
        long fingerprint = 0;
        for (int p : pixels) {
            int gray = (p >> 16 & 0xFF) * 30 + (p >> 8 & 0xFF) * 59 + (p & 0xFF) * 11 >> 8;
            fingerprint = (fingerprint << 1) | (gray >= avg ? 1 : 0);
        }
        return fingerprint;
    }

    public static int hammingDistance(long a, long b) {
        return Long.bitCount(a ^ b);
    }
}

四、大圖包含小圖：二階段混合方案 (生產推薦)

單純模板匹配太慢，單純感知哈希定位不準。粗定位 + 精驗證 兼顧速度與精度：

架構流程

大圖 (1000×1000) + 小圖 (100×100)
        │
        ▼
┌───────────────────┐
│ 階段一：粗定位      │
│ 1. 大圖切塊 (step=20)  │
│ 2. 並行計算 pHash     │
│ 3. 篩選距離 < 10 的候選區域 │
└─────────┬─────────┘
          ▼
┌───────────────────┐
│ 階段二：精驗證      │
│ 對候選區域做模板匹配 │
│ 閾值 > 0.85 確認命中 │
└─────────┬─────────┘
          ▼
    返回匹配坐標列表

關鍵優化點

• 步長策略：step = min(template.width, template.height) * 0.2，平衡覆蓋率與速度。
• 並行計算：ForkJoinPool 或線程池並行處理塊哈希。
• 金字塔降采樣：先在 1/4 縮放圖上粗匹配，再在原圖對應區域精匹配，加速 10 倍+。
• 顏色空間輔助：HSV 直方圖比對快速過濾明顯不同區域。

五、性能基準測試 (參考)

六、工程化建議

1. 封裝 ImageMatcher 接口，支持插拔算法實現。
2. 配置文件化閾值、步長、線程數，適應不同業務場景。
3. 引入 Micrometer 監控匹配耗時、命中率、誤報率。
4. 單元測試覆蓋：旋轉、縮放、光照變化、遮擋、純色圖邊界情況。
5. 大規模檢索場景：構建圖片指紋索引庫 (Elasticsearch + 向量檢索)，將 O(N) 降為 O(log N)。

判斷大圖包含小圖，沒有銀彈，只有權衡。理解模板匹配的「精確但慢」與感知哈希的「快但粗」，靈活組合二階段策略，配合金字塔降采樣與並行計算，即可在 50ms 內完成百萬像素大圖的精確定位，滿足絕大多數實時業務需求。