圖片哈希概論及python中如何實現對比兩張相似的圖片

Google 以圖搜圖的原理，其中的獲取圖片 hash 值的方法就是 AHash。

每張圖片都可以通過某種算法得到一個 hash 值，稱為圖片指紋，兩張指紋相近的圖片可以認為是相似圖片。

以圖搜圖的原理就是獲取你上傳的圖片的指紋，和圖庫的圖片指紋對比，查找出最相似的若干張圖片展示。

除了以圖搜圖，圖片哈希還可以做什么呢？例如圖片檢索，重復圖片剔除，圖片相似度比較等等。

這種哈希算法大概有 4 種：

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：常用的是前面三種，DHash、AHash、PHash。其中 PHash 是增強版的 AHash。

 

圖片基本概念

圖片是由像素點矩陣組成的，信息可保存在數組中，如下圖 4*4 的圖片，可保存在二維數組中：

左上角為起始點

row 表示行，對應圖片的高 height，y 方向

col 表示列，對應圖片的寬 width，x 方向

 

 

下面我只講下感知哈希算法的實現：

感知哈希（核心就是：離散余弦變換（DCT））

1，縮小尺寸，建議 32*32 2，灰度化 3，進行離散余弦變換（DCT） 4，取左上角的 8*8 的大小 5，計算平均值 6，比較像素的灰度 7，計算哈希值

 

PhotoHash 它是python中一個感知哈希算法，用來發現兩個圖像是否相似。

1，安裝包

pip install PhotoHash

2, average_hash

使用平均哈希算法返回圖像的哈希值。該算法將圖像中的每個像素與所有像素的平均值進行比較：

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

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

結果：

1fffffd48000f0e1
0effff1b10001f02

3，distance

返回給定圖像的average_hash之間的漢明距離

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

結果：
9

4，is_look_alike

返回一個布爾值，判斷照片是否相似

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

結果：
True

import photohash
similar = photohash.is_look_alike('123/dy.jpg', '123/6000.jpg', tolerance=3)//is_look_alike還接受一個可選的寬容參數，該參數定義了比較的嚴格程度。
print(similar)

5,hash_distance

返回相同長度的兩個哈希之間的漢明距離

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)

結果:
5

6,hashes_are_similar

返回一個布爾值，表示兩個哈希值是否在給定的公差范圍內。與is_look_alike相同，但使用散列而不是圖像路徑

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：通常漢明距離 小於等於5時我們認為這兩張圖非常相似，大於10 則認為這兩張圖完全不一樣