https://github.com/xiangwangfeng/M80ImageMerger
緣起
經(jīng)常有這樣的場景：需要將微信的聊天記錄 / 網(wǎng)頁轉(zhuǎn)發(fā)給其他人，內(nèi)容很長，所以不得不一段一段地截圖發(fā)送，麻煩又常有亂序送達的情況發(fā)生。于是在 App Store 上找了款自動拼接截圖的 App (截圖拼接)，很是好用，卻有一天只能保存一次的限制。于是自己寫了一個玩，花了一天寫算法驗證可行性，又花了一天將界面和流程整理好，比那個 App 快上數(shù)倍，很是滿足。不過想想 2 天的工資怎么也超過那個 App 的價格了…
實現(xiàn)
要實現(xiàn)兩張截圖的自動拼接，首要問題是找到它們的重復內(nèi)容。簡單粗暴的想法就是對兩張圖片進行逐行掃描并比較每一行的像素點以確定當前行是否匹配，然后找出連續(xù)匹配的最大行數(shù)即可。但簡單推演一下，iPhone 6 的截圖分辨率為 750 * 1334, 進行上述操作至少需要上萬億的匹配，計算量和效率可想而知。所以需要些小技巧減少計算量。
提取圖片指紋
對于判斷圖片任意兩行是否一致來說，行內(nèi)每個像素點信息其實并沒有什么意義，我們更關(guān)注的是整行的數(shù)據(jù)信息。一張寬為 750 的圖片，每行都有 3KB 字節(jié)數(shù)據(jù)，逐一比對顯然數(shù)據(jù)量過大。所以第一步就是將行數(shù)據(jù)進行 “壓縮”，用比較高大上的詞來說就是 “提取圖片指紋”。最簡單的方式是計算這一片數(shù)據(jù)的 MD5。這種方式既可以將 3KB 的數(shù)據(jù)壓縮至幾十個字節(jié)，又可以保證唯一性。
然而這種強哈希的做法有兩個弊端：
計算量大
結(jié)果表現(xiàn)是形式為字符串，不利于下一步比較
所以最終選擇使用 CRC 這種弱哈希的方式來作為提取圖片指紋的方式。一方面計算快，另一方面得到的結(jié)果為數(shù)字，有利于加快后續(xù)的匹配速度。而弱哈希帶來的沖突問題則可以忽略不計：最終匹配時需要找出連續(xù)相同的行數(shù)據(jù)，使得偶現(xiàn)的沖突對整個匹配結(jié)果正確性影響微乎其微。
匹配圖片指紋
使用 CRC 提取圖片指紋后，能方便地將一張 iPhone 6 的截圖轉(zhuǎn)換為 1334 個 unsigned long 的數(shù)字集合，整個問題就簡化為尋找兩個串內(nèi)的公共子串。簡單粗暴的方法是直接遍歷每一行，在某兩行匹配的情況下繼續(xù)比較下兩行，直到找到最大匹配項集合。最差情況下時間復雜度為 O(n^4), 這是理論上不可接受的時間復雜度。但是在實際測試中，由于圖片指紋的特殊性，使得匹配速度并沒有想象中的那么差，兩張 iPhone 6 的圖片指紋匹配大約需要 100 到 500 ms 之間。
一種改進的方式是使用動態(tài)規(guī)劃，用空間換時間。假設(shè)圖 1 高為 m， 圖 2 高 為 n，圖 1 的第 i 行與圖 2 的 j 行內(nèi)容一致，用 c[i,j] 表示以 i,j 行作為結(jié)尾的最長公共子串長度，則有：c[i,j] = c[i-1,j-1] + 1。基于這個原理，我們建立一個 m * n 的二維數(shù)組，只需要一次遍歷就可以找出最大子串，復雜度為 O(n^2)。使用這種方法，兩張 iPhone 6 圖片指紋匹配只需要 10 到 50 ms。
多圖拼接
對于兩張圖而言，一旦找到最大相同行，只需要將兩張圖分別切割成 上圖上部分，共同部分和下圖下部分進行拼接即可。但是如果有多張圖，情形則復雜得多，相鄰兩對圖的相同部分可能有如下三種情況：包含，相交，不相交。這使得預(yù)先計算多圖拼接后的圖片大小和各個圖的裁剪區(qū)域變得極其復雜和困難。(如果有什么好的方法可以直接計算出對應(yīng)關(guān)系，請告訴我)
所以在我的實現(xiàn)里使用了遞歸的方式來實現(xiàn)。這個地方有個小 trick，當前面兩張圖片合并為一張新圖后，由于新圖大小發(fā)生變化，導致后續(xù)兩張圖匹配行數(shù)也發(fā)生偏移，需要重新調(diào)整。但是考慮到所有的圖片都是從上往下進行拼接，所以在匹配時直接使用距底部距離作為偏移值，這樣就避免了合并后的圖片需要重新計算匹配行偏移的情況。
