”感知哈希算法”Perceptual hash algorithm),它的作用是對每張圖片生成一個”指紋”fingerprint)字符串,然後比較不同圖片的指紋。結果越接近,就說明圖片越相似。
第一步,縮小尺寸。
將圖片縮小到8×8的尺寸,總共64個像素。這一步的作用是去除圖片的細節,只保留結構、明暗等基本信息,摒棄不同尺寸、比例帶來的圖片差異。
第二步,簡化色彩。
將縮小後的圖片,轉為64級灰度。也就是說,所有像素點總共只有64種顏色。
第三步,計算平均值。
計算所有64個像素的灰度平均值。
第四步,比較像素的灰度。
將每個像素的灰度,與平均值進行比較。大於或等於平均值,記為1;小於平均值,記為0。
第五步,計算哈希值。
將上一步的比較結果,組合在一起,就構成了一個64位的整數,這就是這張圖片的指紋。組合的次序並不重要,只要保證所有圖片都采用同樣次序就行了。
得到指紋以後,就可以對比不同的圖片,看看64位中有多少位是不一樣的。在理論上,這等同於計算“漢明距離”Hamming distance)。如果不相同的數據位不超過5,就說明兩張圖片很相似;如果大於10,就說明這是兩張不同的圖片。
優點】簡單快速,不受圖片大小縮放的影響
缺點】圖片的內容不能變更
用途】根據縮略圖,找出原圖
pHash算法和SIFT算法可以找到變形不超過25%的圖片。
相關源碼以及庫下載地址:http://www.phash.org/download/