图片哈希概论及python中如何实现对比两张相似的图片

Google 以图搜图的原理，其中的获取图片 hash 值的方法就是 AHash。

每张图片都可以通过某种算法得到一个 hash 值，称为图片指纹，两张指纹相近的图片可以认为是相似图片。

以图搜图的原理就是获取你上传的图片的指纹，和图库的图片指纹对比，查找出最相似的若干张图片展示。

除了以图搜图，图片哈希还可以做什么呢？例如图片检索，重复图片剔除，图片相似度比较等等。

这种哈希算法大概有 4 种：

1，差值哈希：DHash（Difference Hash）
2，均值哈希：AHash（Average Hash）
3，感知哈希：PHash（Perceptual Hash）
4，小波哈希：WHash（Wavelet Hash）

注：常用的是前面三种，DHash、AHash、PHash。其中 PHash 是增强版的 AHash。

 

图片基本概念

图片是由像素点矩阵组成的，信息可保存在数组中，如下图 4*4 的图片，可保存在二维数组中：

左上角为起始点

row 表示行，对应图片的高 height，y 方向

col 表示列，对应图片的宽 width，x 方向

 

 

下面我只讲下感知哈希算法的实现：

感知哈希（核心就是：离散余弦变换（DCT））

1，缩小尺寸，建议 32*32
2，灰度化
3，进行离散余弦变换（DCT）
4，取左上角的 8*8 的大小
5，计算平均值
6，比较像素的灰度
7，计算哈希值

 

PhotoHash 它是python中一个感知哈希算法，用来发现两个图像是否相似。

1，安装包

pip install PhotoHash

2, average_hash

使用平均哈希算法返回图像的哈希值。该算法将图像中的每个像素与所有像素的平均值进行比较：

import photohash
hash_one = photohash.average_hash('123/dy.jpg')
print(hash_one)

hash_two = photohash.average_hash('123/6000.jpg')
print(hash_two)

结果：

1fffffd48000f0e1
0effff1b10001f02

3，distance

返回给定图像的average_hash之间的汉明距离

import photohash
distance = photohash.distance('123/dy.jpg', '123/6000.jpg')
print(distance)

结果：
9

4，is_look_alike

返回一个布尔值，判断照片是否相似

import photohash
similar = photohash.is_look_alike('123/dy.jpg', '123/6000.jpg')
print(similar)

结果：
True

import photohash
similar = photohash.is_look_alike('123/dy.jpg', '123/6000.jpg', tolerance=3)//is_look_alike还接受一个可选的宽容参数，该参数定义了比较的严格程度。
print(similar)

5,hash_distance

返回相同长度的两个哈希之间的汉明距离

import photohash
hash_one = photohash.average_hash('123/dy.jpg')
hash_two = photohash.average_hash('123/6000.jpg')
distance = photohash.hash_distance(hash_one, hash_two)
print(distance)

结果:
5

6,hashes_are_similar

返回一个布尔值，表示两个哈希值是否在给定的公差范围内。与is_look_alike相同，但使用散列而不是图像路径

import photohash
hash_one = photohash.average_hash('123/dy.jpg')
hash_two = photohash.average_hash('123/6000.jpg')
similar = photohash.hashes_are_similar(hash_one, hash_two)
print(similar)

注：通常汉明距离 小于等于5时我们认为这两张图非常相似，大于10 则认为这两张图完全不一样