phash 移植 计算单图片值 及比较海明距离

感知哈希算法(Perceptual Hash Algorithm, pHash)是一种通过生成图片指纹来判断图片相似度的技术。它通过缩小图片尺寸、简化色彩、计算平均灰度值、比较像素灰度并最终生成哈希值等步骤实现。当两张图片的哈希值差异不大时,则认为这两张图片相似度高。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

”感知哈希算法”(Perceptual hash algorithm),它的作用是对每张图片生成一个”指纹”(fingerprint)字符串,然后比较不同图片的指纹。结果越接近,就说明图片越相似。


第一步,缩小尺寸。


将图片缩小到8×8的尺寸,总共64个像素。这一步的作用是去除图片的细节,只保留结构、明暗等基本信息,摒弃不同尺寸、比例带来的图片差异。


第二步,简化色彩。


将缩小后的图片,转为64级灰度。也就是说,所有像素点总共只有64种颜色。


第三步,计算平均值。


计算所有64个像素的灰度平均值。


第四步,比较像素的灰度。


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。


第五步,计算哈希值。


将上一步的比较结果,组合在一起,就构成了一个64位的整数,这就是这张图片的指纹。组合的次序并不重要,只要保证所有图片都采用同样次序就行了。


得到指纹以后,就可以对比不同的图片,看看64位中有多少位是不一样的。在理论上,这等同于计算“汉明距离”(Hamming distance)。如果不相同的数据位不超过5,就说明两张图片很相似;如果大于10,就说明这是两张不同的图片。


【优点】简单快速,不受图片大小缩放的影响


【缺点】图片的内容不能变更


【用途】根据缩略图,找出原图




pHash算法和SIFT算法可以找到变形不超过25%的图片。


相关源码以及库下载地址:http://www.phash.org/download/

https://github.com/jaygno/phash


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值