一、均值hash
均值hash方法是對每幅圖片生成一個“指紋”字符串，然后通過比較不同圖片的指紋來確定圖片的相似性，比較結果越接近，則說明圖片越相似。
計算均值hash的步驟。
1、縮小尺寸
去除高頻和細節的最快方法是縮小圖片，將圖片縮小到8x8的尺寸，總共64個像素。不要保持縱橫比，只需將其變成8*8的正方形。這樣就可以比較任意大小的圖片，摒棄不同尺寸、比例帶來的圖片差異。
2、簡化色彩
將8*8的小圖片轉換成灰度圖像，將64個像素的顏色(red,green,blue)轉換成一種顏色（黑白灰度）。
3、計算平均值
計算所有64個像素的灰度平均值。
4、比較像素的灰度
將每個像素的灰度，與平均值進行比較。大於或等於平均值，記為1；小於平均值，記為0。
5、計算hash值
將上一步的比較結果，組合在一起，就構成了一個64位的整數，這就是這張圖片的指紋。組合的次序並不重要，只要保證所有圖片都采用同樣次序就行了。(我設置的是從左到右，從上到下用二進制保存)。
二、感知hash(phash)
感知hash和均值hash非常相似，使用離散余弦（DCT）降低頻率。
二維DCT變換就是將二維圖像從空間域轉換到頻率域。形象的說，就是計算出圖像由哪些二維余弦波構成，計算出的結果為c(u ,v), 其中u為二維波的水平方向頻率，v為二維波的垂直方向頻率； 最終會計算出很多的c(u,v) ; 每一個c稱為一個DCT系數，代表的是頻率為(u,v)的二維波的振幅（或者能量），所有這些二維波的疊加就是那個原始的圖片。
計算phash的步驟：
1、縮小尺寸
pHash以小圖片開始，但圖片大於8*8，32*32是最好的。這樣做的目的是簡化了DCT的計算，而不是減小頻率。
2、簡化色彩
將圖片轉化成灰度圖像，進一步簡化計算量。
3、計算DCT
DCT是把圖片分解頻率聚集和梯狀形，雖然JPEG使用8*8的DCT變換，在這里使用32*32的DCT變換。
4、縮小DCT
雖然DCT的結果是32*32大小的矩陣，但我們只要保留左上角的8*8的矩陣，這部分呈現了圖片中的最低頻率。
5、計算平均值
如同均值哈希一樣，計算DCT的均值，
6、進一步減小DCT
這是最主要的一步，根據8*8的DCT矩陣，設置0或1的64位的hash值，大於等於DCT均值的設為”1”，小於DCT均值的設為“0”。
7、構造hash值
將64bit設置成64位的長整型，組合的次序並不重要，只要保證所有圖片都采用同樣次序就行了。與均值哈希一樣，pHash同樣可以用漢明距離來進行比較。(只需要比較每一位對應的位置並算計不同的位的個數)