哈希+汉明距离进行相似性度量

哈希算法

aHash

1. 定义

   aHash 基于低频的均值哈希 ：过于严格 更适合搜索缩略图

2. 算法步骤

   • 缩小图片尺寸
   • 将其化为灰度图
   • 计算灰度均值
   • 根据与灰度均值的对比得到二值图
   • 将二值图按序组合成哈希值（指纹）

3. 代码实现(python)

   def get_aHash(image_dir):from functools import reduceimage = Image.open(image_dir).resize((8, 8), Image.ANTIALIAS).convert('L')avg = reduce((lambda x,y:x+y),image.getdata())/64#aHash_value_binary = reduce(lambda x,y: str(x)+str(y),map(lambda i: 0 if i < avg else 1, image.getdata())) # 二进制表示aHash_value_decimal = reduce(lambda x, y_z: x | (y_z[1] << y_z[0]),enumerate(map(lambda i: 0 if i < avg else 1, image.getdata())),0)return aHash_value_decimal
   

pHash

1. 定义

   pHash 增强版的低频感知哈希算法:避免伽马校正或颜色直方图被调整带来的影响

2. 算法步骤

   • 缩小图片尺寸
   • 将其化为灰度图
   • 计算图像的DCT变换
   • 缩小DCT
   • 计算DCT的均值
   • 对比判断得到二值图
   • 二值图按序组合成哈希值（指纹）

3. 代码实现(python)

   def get_pHash(image_dir):import cv2from functools import reduceimage = cv2.imread(image_dir,cv2.IMREAD_GRAYSCALE)image = cv2.resize(image,(32,32),interpolation=cv2.INTER_AREA)image = image.astype('float')image = cv2.dct(image) image = cv2.resize(image,(8,8))avg_dct = sum(sum(image))/64image = sum(image.tolist(),[])#pHash_value_binary = reduce(lambda x,y:str(x)+str(y),map(lambda x: 0 if x<avg_dct else 1 , image[::-1]))  #组合顺序无所谓只要比较的图片一致就可以pHash_value_decimal = reduce(lambda x, y_z: x | (y_z[1] << y_z[0]),enumerate(map(lambda i: 0 if i < avg_dct else 1, image)),0)return pHash_value_decimal
   

dHash

1. 定义

   dHash 差异哈希算法：比pHash速度快 比aHash效果好

2. 算法步骤

   • 缩小图片尺寸（9*8）
   • 将其化为灰度图
   • 计算差异值（每行相邻两值比较大小）得到二值图
   • 将二值图按序组合成哈希值（指纹）

3. 代码实现(python)

    @param:图片路径@return:图像差异哈希的十进制表示def get_dHash(image_dir):import cv2image = cv2.imread(image_dir,cv2.IMREAD_GRAYSCALE)image = cv2.resize(image,(9,8),interpolation=cv2.INTER_AREA)image_list = sum(image.tolist(),[])hashString = ''for i in range(1,len(image_list)):if i%(image.shape[1])!=0:if image_list[i-1]>image_list[i]:hashString += '1'else:hashString += '0'dHash_value_decimal = int(hashString,2)return dHash_value_decimal 
   

haming distance (汉明距离)

1. 定义

   在信息论中，两个等长字符串之间的汉明距离（英语：Hamming distance）是两个字符串对应位置的不同字符的个数。换句话说，它就是将一个字符串变换成另外一个字符串所需要替换的字符个数。

2. 代码实现(python)

    @param: 两个要比较的哈希值@return：距离（不匹配个数）def hamming(h1,h2):d = h1^h2res = bin(d).count('1')return res   
   

补充

1. python中可直接调用imagehash library 中的方法

安装：pip install imagehash
方法：phash(image, hash_size=8, highfreq_factor=4)average_hash(image, hash_size=8)dhash(image, hash_size=8)whash(image, hash_size = 8, image_scale = None, mode = 'haar', remove_max_haar_ll = True)

2. 在大规模图像搜索时，可以将图片的hash特征存储在es中，然后进行匹配搜索