感知哈希算法

Posted 2023-04-26

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了感知哈希算法相关的知识，希望对你有一定的参考价值。

参考技术A 感知哈希算法是一类哈希算法的总称，其作用在于生成每张图像的“指纹”(fingerprint)字符串，比较不同图像的指纹信息来判断图像的相似性。结果越接近图像越相似。感知哈希算法包括均值哈希（aHash）、感知哈希（pHash）和dHash（差异值哈希）。
aHash速度较快，但精确度较低；pHash则反其道而行之，精确度较高但速度较慢；dHash兼顾二者，精确度较高且速度较快。
在得到64位hash值后，使用汉明距离量化两张图像的相似性。汉明距离越大，图像的相似度越小，汉明距离越小，图像的相似度越大。

a) 缩放图片：为了保留图像的结构，降低图像的信息量，需要去掉细节、大小和横纵比的差异，建议把图片统一缩放到8*8，共64个像素的图片；
b) 转化为灰度图：把缩放后的图片转化为256阶的灰度图；

c) 计算平均值：计算进行灰度处理后图片的所有像素点的平均值；
d) 比较像素灰度值：遍历灰度图片每一个像素，如果大于平均值记录为1，否则为0；
e) 构造hash值：组合64个bit位生成hash值，顺序随意但前后保持一致性即可；
f) 对比指纹：计算两幅图片的指纹，计算汉明距离。

感知哈希算法可以获得更精确的结果，它采用的是DCT（离散余弦变换）来降低频率。
a) 缩小尺寸
为了简化了DCT的计算，pHash以小图片开始（建议图片大于8x8，32x32）。
b) 简化色彩
与aHash相同，需要将图片转化成灰度图像，进一步简化计算量（具体算法见aHash算法步骤）。
c) 计算DCT
DCT是把图片分解频率聚集和梯状形。这里以32x32的图片为例。

d) 缩小DCT
DCT的结果为32x32大小的矩阵，但只需保留左上角的8x8的矩阵，这部分呈现了图片中的最低频率。
e) 计算平均值
如同均值哈希一样，计算DCT的均值
f) 进一步减小DCT
根据8x8的DCT矩阵进行比较，大于等于DCT均值的设为”1”，小于DCT均值的设为“0”。图片的整体结构保持不变的情况下，hash结果值不变。
g) 构造hash值
组合64个bit位生成hash值，顺序随意但前后保持一致性即可。
h）对比指纹：计算两幅图片的指纹，计算汉明距离。

相比pHash，dHash的速度更快，相比aHash，dHash在效率几乎相同的情况下的效果要更好，它是基于渐变实现的。
a) 缩小图片：收缩至9*8的大小，它有72的像素点；
b) 转化为灰度图：把缩放后的图片转化为256阶的灰度图。（具体算法见aHash算法步骤）；
c) 计算差异值：计算相邻像素间的差异值，这样每行9个像素之间产生了8个不同的差异，一共8行，则产生了64个差异值；
d) 比较差异值：如果前一个像素的颜色强度大于第二个像素，那么差异值就设置为“1”，如果不大于第二个像素，就设置“0”。
e) 构造hash值：组合64个bit位生成hash值，顺序随意但前后保持一致性即可。
f) 对比指纹：计算两幅图片的指纹，计算汉明距离。

以图搜图：Python实现dHash算法（转）

近期研究了一下以图搜图这个炫酷的东西。百度和谷歌都有提供以图搜图的功能，有兴趣可以找一下。当然，不是很深入。深入的话，得运用到深度学习这货。Python深度学习当然不在话下。

这个功能最核心的东西就是怎么让电脑识别图片。

这个问题也是困扰了我，在偶然的机会，看到哈希感知算法。这个分两种，一种是基本的均值哈希感知算法(dHash)，一种是余弦变换哈希感知算法(pHash)。dHash是我自己命名的，为了和pHash区分。这里两种方法，我都用Python实现了^_^

哈希感知算法基本原理如下：

1、把图片转成一个可识别的字符串，这个字符串也叫哈希值

2、和其他图片匹配字符串

算法不是耍耍嘴皮子就行了，重点是怎么把图片变成一个可识别的字符串。（鄙视网上那些抄来抄去的文章，连字都一模一样）拿一张图片举例。

技术分享

首先，把这个图片缩小到8x8大小，并改成灰度模式。这样是为了模糊化处理图片，并减少计算量。

8x8的图片太小了，放大图片给大家看一下。

技术分享

8x8大小的图片就是有64个像素值。计算这64个像素的平均值，进一步降噪处理。

像素值=[

247, 245, 250, 253, 251, 244, 240, 240,

247, 253, 228, 208, 213, 243, 247, 241,

252, 226, 97, 80, 88, 116, 231, 247,

255, 172, 79, 65, 51, 58, 191, 255,

255, 168, 71, 60, 53, 69, 205, 255,

255, 211, 65, 58, 56, 104, 244, 252,

248, 253, 119, 42, 53, 181, 252, 243,

244, 240, 218, 175, 185, 230, 242, 244]

平均值=185.359375

得到这个平均值之后，再和每个像素对比。像素值大于平均值的标记成1，小于或等于平均值的标记成0。组成64个数字的字符串(看起来也是一串二进制的)。

降噪结果=[

1, 1, 1, 1, 1, 1, 1, 1,

1, 1, 0, 0, 0, 0, 1, 1,

1, 0, 0, 0, 0, 0, 1, 1,

1, 1, 0, 0, 0, 0, 1, 1,

1, 1, 1, 0, 0, 1, 1, 1]

64位字符串 = ‘1111111111111111110000111000001110000011110000111100001111100111‘

由于64位太长，比较起来也麻烦。每4个字符为1组，由2进制转成16进制。这样就剩下一个长度为16的字符串。这个字符串也就是这个图片可识别的哈希值。

哈希值 = ‘ffffc38383c3c3e7‘

Python代码如下：

#coding:utf-8
#!usr/bin/python2.7

"""
author:Haddy Yang (杨仕航)
data:2016-04-01(代码是4月1号写的，中间太忙了，现在才发布出来)
description:get image‘s hash value
environ: python2.7 and python2.6
"""

#yum install python-imaging  (安装PIL图像库，python2.6)
#PIL官方提供的Python2.6可以使用，2.7不行。
#Python2.7可以用pillow库
#import Image         #python2.6 PIL
from PIL import Image #python2.7 pillow
import sys

def get_hash(image_path):
    """get image hash string"""
    im = Image.open(image_path)
    #antialias 抗锯齿
    #convert 转换 L 代表灰度
    im = im.resize((8, 8), Image.ANTIALIAS).convert(‘L‘)
    #avg:像素的平均值
    avg=sum(list(im.getdata()))/64.0

    #avg和每个像素比较，得到长度64的字符串
    str=‘‘.join(map(lambda i: ‘0‘ if i<avg else ‘1‘, im.getdata()))
    #str切割，每4个字符一组，转成16进制字符
    return ‘‘.join(map(lambda x:‘%x‘ % int(str[x:x+4],2), range(0,64,4)))

if __name__ == ‘__main__‘:
    if len(sys.argv)!=2:
        print ‘#sample: python imghash.py filename‘
    else:
        print get_hash(sys.argv[1])