PIL图像的简单哈希

Posted 2021-04-05

背景

我想将PIL图像的信息存储在键值存储中。为此，我散列图像并使用哈希作为键。

我尝试了什么

我一直在使用以下代码来计算哈希值：

def hash(img):
   return hashlib.md5(img.tobytes()).hexdigest()

但似乎这不稳定。我还没弄清楚为什么，但是对于不同机器上的相同图像，我会得到不同的哈希值。

题

是否有一种简单的散列图像方式，只取决于图像本身（而不是时间戳，系统架构等）？

请注意，我不需要类似的图像来获得类似/相同的哈希，就像在image hashing中一样。实际上，我希望不同的图像具有不同的散列，例如改变图像的亮度应改变其散列。

答案

我猜你的目标是在Python中执行图像散列（这与经典散列有很大的不同，因为图像的字节表示取决于格式，分辨率等）

其中一种图像散列技术是平均散列。确保这不是100％准确，但在大多数情况下它可以正常工作。

---

首先，我们通过减小图像的尺寸和颜色来简化图像，降低图像的复杂性，大大有助于提高其他图像之间的比较精度：

缩小尺寸：

img = img.resize((10, 10), Image.ANTIALIAS)

减少颜色：

img = img.convert("L")

然后，我们找到图像的平均像素值（这显然是平均散列的主要组成部分之一）：

pixel_data = list(img.getdata())
avg_pixel = sum(pixel_data)/len(pixel_data)

最后计算哈希值，我们将图像中的每个像素与平均像素值进行比较。如果像素大于或等于平均像素，那么我们得到1，否则它是0.然后我们将这些位转换为基数16表示：

bits = "".join(['1' if (px >= avg_pixel) else '0' for px in pixel_data])
hex_representation = str(hex(int(bits, 2)))[2:][::-1].upper()

如果要将此图像与其他图像进行比较，则执行上述操作，并找出平均散列图像的十六进制表示之间的相似性。您可以使用像hamming distance这样简单的东西或更复杂的算法，如Levenshtein distance，Ratcliff/Obershelp pattern recognition（SequenceMatcher），Cosine Similarity等。

另一答案

认识到你对时间戳的看法，ImageMagick就是这样一个功能。首先，一个例子。

在这里，我创建两个具有相同像素的图像，但时间戳至少为1秒不同：

convert -size 600x100 gradient:magenta-cyan 1.png
sleep 2
convert -size 600x100 gradient:magenta-cyan 2.png

如果我在macOS上对它们进行校验，它会告诉我它们因嵌入的时间戳而不同：

md5 -r [12].png

c7454aa225e3e368abeb5290b1d7a080 1.png
66cb4de0b315505de528fb338779d983 2.png

但是，如果我使用ImageMagick校验像素，（其中%#是像素校验和），它知道像素是相同的，我得到：

identify -format '%# - %f
' 1.png 2.png
70680e2827ad671f3732c0e1c2e1d33acb957bc0d9e3a43094783b4049225ea5 - 1.png
70680e2827ad671f3732c0e1c2e1d33acb957bc0d9e3a43094783b4049225ea5 - 2.png

事实上，如果我使用相同的图像内容制作TIFF文件，无论是使用Motorola还是Intel字节顺序，还是使用NetPBM PPM文件：

convert -size 600x100 gradient:magenta-cyan -define tiff:endian=msb 3motorola.tif
convert -size 600x100 gradient:magenta-cyan -define tiff:endian=lsb 3intel.tif
convert -size 600x100 gradient:magenta-cyan 3.ppm

尽管文件格式，CPU架构和时间戳不同，ImageMagick知道它们是相同的，但是：

identify -format '%# - %f
' 1.png 3.ppm 3{motorola,intel}.tif

70680e2827ad671f3732c0e1c2e1d33acb957bc0d9e3a43094783b4049225ea5 - 1.png
70680e2827ad671f3732c0e1c2e1d33acb957bc0d9e3a43094783b4049225ea5 - 3.ppm
70680e2827ad671f3732c0e1c2e1d33acb957bc0d9e3a43094783b4049225ea5 - 3motorola.tif
70680e2827ad671f3732c0e1c2e1d33acb957bc0d9e3a43094783b4049225ea5 - 3intel.tif

---

所以，在回答你的问题时，我建议你使用Python子进程模块向ImageMagick发送shell并使用ImageMagick。