如何在Java中获得具有容忍度的两个哈希图的交集？

Question

在我的Java代码中，我有两个哈希图，并且我想将交集作为值。 键是颜色的ARGB值（整数），其值是频率（整数）。 基本上每个哈希图都是从图像生成的。

我想确定一个值，该值表示地图之间的距离。 值越高，两个贴图彼此越接近。 当然，它并不是完全严格的，因为在现实生活中，两种颜色看起来可能相同，但具有略微不同的ARGB值，这就是公差部分的所在。

到目前为止，我得到了：

private int colorCompare(Result otherResult) {
    HashMap<Integer, Integer> colorMap1 = getColorMap();
    HashMap<Integer, Integer> colorMap2 = otherResult.getColorMap();

    int sum = 0;
    for (Map.Entry<Integer, Integer> entry : colorMap1.entrySet()) {
        Integer key = entry.getKey();
        Integer value = entry.getValue();

        if (colorMap2.containsKey(key)) {
            sum += value + colorMap2.get(key);
        }   
    }

    return sum;
}


public double CloseTo(Pixel otherpixel) {
    Color mycolor = getColor();
    Color othercolor = otherpixel.getColor();
    double rmean = ( mycolor.getRed() + othercolor.getRed() )/2;
    int r = mycolor.getRed() - othercolor.getRed();
    int g = mycolor.getGreen() - othercolor.getGreen();
    int b = mycolor.getBlue() - othercolor.getBlue();
    double weightR = 2 + rmean/256;
    double weightG = 4.0;
    double weightB = 2 + (255-rmean)/256;
    return Math.sqrt(weightR*r*r + weightG*g*g + weightB*b*b);
} 

有谁知道如何将公差部分合并到其中，因为我不知道...

谢谢

Answer 1

我不确定两个地图的交集是什么，但这听起来好像您想基于两个图像的直方图计算某种距离。 解决此问题的一种经典方法是推土机距离 （EMD）。 暂时假设图像具有相同数量的像素。 这两个图像之间的EMD由第一个图像的像素和第二个图像的像素之间的一一对应关系确定，该对应关系将所有成对像素之间的颜色之间距离的和最小化。 可以使用匈牙利算法在多项式时间内计算EMD。

如果图像大小不同，则必须对频率进行归一化，并将匈牙利算法换成可以解决更一般的最小成本流问题的算法 。