前言

这是原作者的c++版本
其实最开始c++用着也蛮好的，可惜不甘于用adb，vs，bat组合起来对手机图片进行识别的苟且，毕竟坐那连着usb挺笨的，而且adb延迟有点高，所以就决定用手机实现图像识别。
难点主要在于网上各种教程的花里胡哨。
1、环境的配置（PS：被各种配置教程搞费了整整一天半的时间）
2、函数的迁移（对于初次接触opencv的人来说）
满打满算踩了一天半的坑，配置一天，移植半天。

关于android studio的opencv环境的配置

具体怎么配置就不详说了，毕竟是讲代码迁移的。
简单提一下。（搭配其他配置教程食用更佳）
（不用改makelist，也不用改gradle，没那么多花里胡哨，就这四步，但你至少得装上ndk，cmake，LLDB）
1、下载3.4.7的android opencv的sdk
2、import model 导入sdk
3、用app依赖刚导入的model
4、再把libs复制粘贴到你的工程里。
*5、已经能用了，但是会提醒你没有library信息，因为缺一个opencv_info.so，不用管他，是sdk版本导致的少东西的问题，没有info信息并不妨碍正常使用。

这里再说两点踏坑经验吧：
1、别一味追求新版本，Opencv SDK android版本的4.1.1的它少东西，配一年你也配不出来，别问我是怎么知道的。这里用的是3.4.7。（什么都喜欢最新的，然后终于栽了跟头）
2、对教程一定要持怀疑态度，有很多换汤不换药的毒教程，毒害你的时间和青春，因为一篇不明所以的教程，一直使用一个不能用的函数做测试，还以为是环境没有配好，浪费了很多时间。

一定能用的代码在此

   	//作者：零医一零
   	//时间：2019/10/27
   	//输入：两个位图
   	//输出：toast给你响应一下（响应在结尾自己改就是）
   	//个人习惯：情谊全在注释里
   	
   	private void HashCompare( Bitmap Bp1, Bitmap Bp2) {
   	//数据定义导入部分
       Mat src1 = new Mat();
       Mat dst1 = new Mat();
       Mat src2 = new Mat();
       Mat dst2 = new Mat();
       //读取位图到MAT
       Utils.bitmapToMat(Bp1, src1);
       Utils.bitmapToMat(Bp2, src2);
       //变ARGB变灰度图，四通道变一通道
       cvtColor(src1, dst1, Imgproc.COLOR_BGR2GRAY);
       cvtColor(src2, dst2, Imgproc.COLOR_BGR2GRAY);
       //把灰度图图缩成8*8
       resize(dst1, dst1,new Size(8,8) , 0, 0,  INTER_CUBIC);
       resize(dst2, dst2,new Size(8,8) , 0, 0,  INTER_CUBIC);

       //核心算法部分
       //这里变成二维数组才可以用Mat.get(row,cul)去获取，二维是因为每个像素点里面可能有很多属性（ARGB）
       // 变成灰度之后就只有一个G了，这个G是Gray，前面那个G是Green。
       double[][] data1 = new double[64][1];
       double[][] data2 = new double[64][1];
       //iAvg 记录平均像素灰度值，arr记录像素灰度值，data是个跳板。
       int iAvg1 = 0, iAvg2 = 0;
       double[] arr1 = new double[64];
       double[] arr2 = new double[64];
       //get灰度给data，用data给arr充值，算平均灰度值iAvg。
       for (int i = 0; i < 8; i++)
       {
           int tmp = i * 8;
           for (int j = 0; j < 8; j++)
           {
               int tmp1 = tmp + j;
               data1[tmp1] = dst1.get(i,j);
               data2[tmp1] = dst2.get(i,j);
               arr1[tmp1] = data1[tmp1][0];
               arr2[tmp1] = data2[tmp1][0];
               iAvg1 += arr1[tmp1];
               iAvg2 += arr2[tmp1];
           }
       }
       iAvg1 /= 64;
       iAvg2 /= 64;
       //比对每个像素灰度值和平均灰度值大小
       for (int i = 0; i < 64; i++)
       {
           arr1[i] = (arr1[i] >= iAvg1) ? 1 : 0;
           arr2[i] = (arr2[i] >= iAvg2) ? 1 : 0;
       }
       //计算差异值
       int iDiffNum = 0;
       for (int i = 0; i < 64; i++)
           if (arr1[i] != arr2[i])
               ++iDiffNum;
       //输出什么看个人喜好
       if (iDiffNum <= 5)
           Toast.makeText(getBaseContext(), "真像", Toast.LENGTH_SHORT).show();
       else
           Toast.makeText(getBaseContext(), "我觉得不像", Toast.LENGTH_SHORT).show();
   }