图像相似度识别算法aHash｜dHash｜PHash

aHash\pHash\dHash 是常用的图像相似度识别算法，原理简单、实现方便。

aHash算法

Hash算法进行图片相似度识别的本质，就是将图片进行Hash转换，生成一组二进制数字，然后通过比较不同图片的Hash值距离找出相似图片。aHash中文叫平均哈希算法，顾名思义，在进行转化过程中将用到像素均值。

基本原理

1. 缩小尺寸。这样做会去除图片的细节，只保留结构、明暗等信息，目的是统一图片大小，保证后续图片都有相同长度的哈希值，方便距离计算
2. 灰度化处理。将图片全部转换为统一的灰度值
3. 计算像素均值。计算像素的灰度平均值
4. 哈希值计算。将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1，小于平均值，记为0，由此生成二进制数组
5. 图片配对，计算汉明距离。距离越近，越相似。当图片缩小为8X8时，通常认为汉明距离小于10的一组图片为相似图片。

优缺点

优点：速度快
缺点：精确度较差，对均值敏感

python实现

from PIL import Image
import os 
import numpy as np

# 均值哈希算法
def aHash(image):
	image_new = image
	# 计算均值
	avreage = np.mean(image_new)
	hash = []
	for i in range(image.shape[0]):
		for j in range(image.shape[1]):
			if image[i.j] > avreage:
				hash.append(1)
			else:
				hash.append(0)
	return hash

# 计算汉明距离
def Hamming_distance(hash1,hash2):
	num = 0
	for index in range(len(hash1)):
		if hash1[index] != hash2[index]:
			num += 1
	return num

if __name__  == '__main__':
	image1 = Image.open("image1.png")
	image2 = Image.open("image2.png")
	# 缩小尺寸并灰度化
	image1 = np.array(image1.resize((8,8),image.ANTIALIAS).convert('L'),'f')
	image2 = np.array(image2.resize((8,8),image.ANTIALIAS).convert('L'),'f')
	hash1 = aHash(image1)
	hash2 = aHash(image2)
	dist = Hamming_distance(hash1,hash2)
	# 将汉明距离转化为相似度
	similarity = 1 - dist * 1.0 /64
	print('dist is ' + '%d' % dist)
	print('similarity is ' + '%d' % similarity)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

dHash算法

dHash中文叫差异哈希算法，在对图片进行哈希转换时，通过左右两个像素大小的比较，得到最终哈希序列

基本原理

1. 缩小尺寸。将图像缩小为9X8大小，此时照片上有72个像素点
2. 灰度化处理
3. 计算差异值，获得最后哈希值（与aHash主要区别）。比较每行左右两个像素，如果左边的像素比右边的像素更亮（左边的像素值大于右边像素值），则记录为1，否则为0。因为每行有9个元素，左右两个一次比较可得8个值，所以8行像素共可以得出64个值，因此此时哈希值为长度是64的0-1序列。
4. 图片配对，计算汉明距离

优缺点

速度快、判断效果比aHash好

python代码实现

from PIL import Image
import os 
import numpy as np
import time
# 差异哈希算法
def dHash(image):
	image_new = image
	# 计算平均值
	avreage = np.mean(image_new)
	hash = []
	# 每行前一个像素大于后一个像素为1 相反为0 生成哈希
	for i in range(8):
		for j in range(8):
			if image[i,j] > image[i , j+1]:
				hash.append(1)
			else:
				hash.append(0)
	return hash

# 计算汉明距离
def Hamming_distance(hash1,hash2):
	num = 0
	for index in range(len(hash1)):
		if hash1[index] != hash2[index]:
			num += 1
	return num

if __name__ == '__main__':
	image1 = Image.open('image1.png')
	image2 = Image.open('image2.png')
	start = time.time()
	image1 = np.array(image1.resize((9,8),Image.ANTIALIAS).convert('L'),'f')
	image2 = np.array(image2.resize((9,8),Image.ANTIALIAS).convert('L'),'f')
	hash1 = dHash(image1)
	hash2 = dHash(image2)
	dist = Hamming_distance(hash1,hash2)
	end = time.time()
	# 将距离转换为相似度
	similarity = 1 - dist * 1.0 / 64
	print('dist is '+ '%d' % dist)
	print('similarity is '+'%d'%similarity)
	print('time is ' + '%f'%(end-start))
	
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43