可靠性研究：图片相似性检测

最新推荐文章于 2025-03-16 16:09:24 发布

徐步陌上行

最新推荐文章于 2025-03-16 16:09:24 发布

阅读量1k

点赞数 2

文章标签：计算机视觉图像处理人工智能

本文链接：https://blog.youkuaiyun.com/weixin_42878250/article/details/129094989

版权

文章介绍了通过缩小尺寸、简化色彩、计算DCT、截取DCT、计算平均值、生成hash值和使用汉明距离比较图像相似度的方法。这种方法用于检测售后安装图片的重复或误用，以减少人工稽查的工作量。Python示例代码展示了实现过程，但实际应用中可能使用更快的C#实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

可靠性做久后，我常常感到无力，因为很多东西不在控制范围内。

比如说安装，声明是售后安装，但很多人是自己安装，或者装修时找水电工等人安装。即使是售后人员去安装，也会有很多不按要求来的。

首先要做的是设计保证，减少对安装人员的要求。但即使设计上做得再多，也很难做到免安装，依然要管控安装的质量。于是有了拍照上传确认，对安装中重要的点进行拍照。

这就涉及到图像的质量的检测。最好是在上传的时候就进行判断，比如照片是否重复利用，照片数量是否全，是否模糊，是否违反安装红线等等。也可以事后抽一些图稽查。很多时候，稽查是靠人工的，但工作量很大，我们可以考虑用程序去实现。

本文讲相似相同图片的识别，后续讲模糊检测，AI审图进行红线管控等。

以下面这个例子为例：

图1 一组相似图片

这两张图片一眼看上去，感觉左边的图是右边的图的局部截取放大图。仔细再看，可以发现并不是，细节上还是有差异，不是同一张图的截取。这种情况人工稽查可能会误判。

售后系统上存在大量此类图片，为了减少人工稽查工作量，我们使用程序来帮助识别。

图像相似检测有很多种方法，这里我们采用感知哈希方法来进行比较。它的总体思想是为图片生成一个指纹，两张图片的指纹越相似，说明两张图片就越相似。

整体步骤可以描述为以下几步：

第1步：缩小尺寸。由于图片的原始尺寸可能不同，我们把图片都缩放到32*32去比较，总共1024个像素。这样可以把图片的尺寸差异去除，只保留结构，另外32*32这个尺寸也是为了减少后续DCT变换的计算量。

图片缩放时，比较有影响的是采用哪种插值方法。我暂时还没有去详细研究哪种插值方法好，但据网络搜索的结果，说是在缩小图像时，用Area插值方法比较好，就先用这个方法，后续可以进一步研究。

第2步：简化色彩。把图片转为灰度图，使得进一步减少计算量。

第3步：计算DCT。把图片进行DCT变换，得到一个32*32的矩阵。DCT变换又称离散余弦变换(DCT，Discrete Cosine Transform)是与傅里叶变换相关的一种变换，它类似于离散傅里叶变换(DFT， Discrete Fourier Transform)。

图像处理二维DCT变换数学公式如下：

二维DCT变换就是将二维图像从空间域转换到频率域。计算出图像由哪些二维余弦波构成，计算出的结果为c(u ,v)，其中u为二维波的水平方向频率，v为二维波的垂直方向频率；最终会计算出很多的c(u,v) ; 每一个c称为一个DCT系数，代表的是频率为(u,v)的二维波的振幅（或者能量），所有这些二维波的叠加就是那个原始的图片。

第4步：截取DCT。虽然DCT结果是32*32的矩阵，但我们只取左上角8*8的部分作为后续计算，这部分呈现了图像的低频部分。DCT变换的时候，滤掉了高频的部分，一般图形高频部分的系数是比较小的，在量化的时候可以忽略掉。

图1右侧图片经过DCT变换后的图像

第5步：计算平均值。计算8*8矩阵，共64个像素的灰度平均值。

第6步：计算hash值。根据8*8的DCT矩阵，设置0或1的值，大于等于DCT均值的设为”1”，小于DCT均值的设为“0”。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。

第7步：比较图片。汉明距离可以衡量两张图片的差异。汉明距离越小，则代表相似度越高。这里定义相似度的计算公式为：(1-汉明距离/64)*100%

通过上述步骤，我们就得到了开头两张图的相似度：

实现上述过程，可以借助opencv第三方库实现，它里面已经定义有很多函数，例如缩放，转灰度，DCT变换等。当然，如果想加深对图像处理的理解，在学习之初，我建议自己编写程序去实现，把这些库函数自己写一遍。

以下是用python实现的参考代码：

import cv2
import numpy as np

# 感知哈希算法
def pHash(path):
    # 读图片
    img = cv2.imread(path)
    # 缩放32*32，这里使用了AREA插值
    img = cv2.resize(img, (32, 32), interpolation=cv2.INTER_AREA)
    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 将灰度图转为浮点型，再进行dct变换    
    dct = cv2.dct(np.float32(gray))
    # 只取左上角8*8计算
    dct_roi = dct[0:8, 0:8]
 
    hash = []
    avreage = np.mean(dct_roi)
    for i in range(dct_roi.shape[0]):
        for j in range(dct_roi.shape[1]):
            if dct_roi[i, j] > avreage:
                hash.append(1)
            else:
                hash.append(0)
    return hash
    
# Hash值对比 
def cmpHash(hash1, hash2):
    n = 0
    # hash长度不同则返回-1代表传参出错
    if len(hash1) != len(hash2):
        return -1
    # 遍历判断
    for i in range(len(hash1)):
        # 不相等则n计数+1，n最终为相似度
        if hash1[i] != hash2[i]:
            n = n + 1
    return n
 
if __name__ == "__main__":
    hash1 = pHash("D:/0/t3.png")
    hash2 = pHash("D:/0/t4.png")
    n = cmpHash(hash1, hash2)
    print('感知哈希算法相似度：%.2f'%(1-float(n/64)))

但python处理速度实在太慢，不适合在大量图片处理中使用，实际软件开发中，我是用C#编程实现的。