iOS实现感知哈希算法

感知哈希算法（以下简称PHA）是哈希算法的一类，主要用来做相似图片的搜索工作。

PHA是一类比较哈希方法的统称。图片所包含的特征被用来生成一组指纹（不过它不是唯一的）,而这些指纹是可以进行比较的。

下面是简单的步骤，来说明对图像进行PHA的运算过程：

第一步，缩小尺寸。

最快速的去除高频和细节，只保留结构明暗的方法就是缩小尺寸。

将图片缩小到8x8的尺寸，总共64个像素。摒弃不同尺寸、比例带来的图片差异。

[objc]  view plain  copy

1. //1.缩小图片8*8  
2. - (UIImage *)scaleToSize:(UIImage *)img size:(CGSize)size{  
3.     UIGraphicsBeginImageContext(size);  
4.     [img drawInRect:CGRectMake(0,0, size.width, size.height)];  
5.     UIImage* scaledImage =UIGraphicsGetImageFromCurrentImageContext();  
6.     UIGraphicsEndImageContext();  
7.     return scaledImage;  
8. }  

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。

[objc]  view plain  copy

1. //2.将图片转换成灰度图片  
2. -(UIImage*)getGrayImage:(UIImage*)sourceImage  
3. {  
4.     int width = sourceImage.size.width;  
5.     int height = sourceImage.size.height;  
6.       
7.     CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceGray();  
8.     CGContextRef context = CGBitmapContextCreate (nil,width,height,8,0,colorSpace,kCGImageAlphaNone);  
9.     CGColorSpaceRelease(colorSpace);  
10.     if (context == NULL) {  
11.         return nil;  
12.     }  
13.     CGContextDrawImage(context,CGRectMake(0, 0, width, height), sourceImage.CGImage);  
14.     UIImage *grayImage = [UIImage imageWithCGImage:CGBitmapContextCreateImage(context)];  
15.     CGContextRelease(context);  
16.     return grayImage;  
17. }  

第三步，计算平均值，比较像素的灰度。
计算所有64个像素的灰度平均值，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。

[objc]  view plain  copy

1. //3.计算出图片平均灰度，然后每一点灰度与平均灰度比较，大于平均值是1，小于平均值是0  
2. -(NSString *)pHashValueWithImage:(UIImage *)image{  
3.     NSMutableString * pHashString = [NSMutableString string];  
4.     CGImageRef imageRef = [image CGImage];  
5.     unsigned long width = CGImageGetWidth(imageRef);  
6.     unsigned long height = CGImageGetHeight(imageRef);  
7.     CGDataProviderRef provider = CGImageGetDataProvider(imageRef);  
8.     NSData* data = (id)CFBridgingRelease(CGDataProviderCopyData(provider));  
9. //    NSLog(@"data = %@",data);  
10.     const charchar * heightData = (char*)data.bytes;  
11.     int sum = 0;  
12.       
13.     for (int i = 0; i < width * height; i++)  
14.     {  
15.         printf("%d ",heightData[i]);  
16.         if (heightData[i] != 0)  
17.         {  
18.             sum += heightData[i];  
19.         }  
20.     }  
21.     int avr = sum / (width * height);  
22.     NSLog(@"%d",avr);  
23.     for (int i = 0; i < width * height; i++)  
24.     {  
25.         if (heightData[i] >= avr) {  
26.             [pHashString appendString:@"1"];  
27.         }  
28.         else {  
29.             [pHashString appendString:@"0"];  
30.         }  
31.     }  
32.     NSLog(@"pHashString = %@,pHashStringLength = %lu",pHashString,(unsigned long)pHashString.length);  
33.     return pHashString;  
34. }  
35.    

第四步，计算哈希值。

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Hammingdistance）。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。

[objc]  view plain  copy

1. //4.得到两个hashValue不同点数  
2. -(NSInteger)getDifferentValueCountWithString:(NSString *)str1 andString:(NSString *)str2{  
3.     NSInteger diff = 0;  
4.     const charchar * s1 = [str1 UTF8String];  
5.     const charchar * s2 = [str2 UTF8String];  
6.     for (int i = 0 ; i < str1.length ;i++){  
7.         if(s1[i] != s2[i]){  
8.             diff++;  
9.         }  
10.     }  
11.     return diff;  
12. }  
13.    

例子：

[objc]  view plain  copy

1. UIImage * mImage1 = [self getGrayImage:[self scaleToSize:_image1 size:CGSizeMake(8, 8)]];  
2. UIImage * mImage2 = [self getGrayImage:[self scaleToSize:_image2 size:CGSizeMake(8, 8)]];  
3. NSInteger diff = [self getDifferentValueCountWithString:[self pHashValueWithImage:mImage1] andString:[self pHashValueWithImage:mImage2]];  
4. p;