OpenCV #以图搜图：感知哈希算法（Perceptual hash algorithm）的原理与实验

1. 介绍

感知哈希算法（Perceptual Hash Algorithm，简称pHash） 是哈希算法的一种，主要用来做相似图片的搜索工作。

 

2. 原理

感知哈希算法（pHash）首先将原图像缩小成一个固定大小的像素图像，然后将图像转换为灰度图像，通过使用离散余弦变换（DCT）来获取频域信息。然后，根据DCT系数的均值生成一组哈希值。最后，利用两组图像的哈希值的汉明距离来评估图像的相似度。

魔法： 概括地讲，感知哈希算法一共可细分八步：

  1. 缩小图像： 将目标图像缩小为一个固定的大小，通常为32x32像素。作用是去除各种图像尺寸和图像比例的差异，只保留结构、明暗等基本信息，目的是确保图像的一致性，降低计算的复杂度。
  2. 图像灰度化： 将缩小的图像转换为灰度图像。
  3. 离散余弦变换（DCT）： 感知哈希算法的核心是应用离散余弦变换。DCT将图像从空间域（像素级别）转换为频域，得到32×32的DCT变换系数矩阵，以捕获图像的低频信息。
  4. 缩小DCT： 经过DCT变换后，图像的频率特征集中在图像的左上角，保留系数矩阵左上角的8×8系数子矩阵（因为虽然DCT的结果是32×32大小的矩阵，但左上角8×8的矩阵呈现了图片中的最低频率）。
  5. 计算灰度均值： 计算DCT变换后图像块的均值，以便后面确定每个块的明暗情况。
  6. 生成二进制哈希值： 如果块的DCT系数高于均值，表示为1，否则表示为0（由于我们只提取了DCT矩阵左上角的8×8系数子矩阵，所以，最后会得到一个64位的二进制值（8x8像素的灰度图像））。
  7. 生成哈希值： 由于64位二进制值太长，所以按每4个字符为1组，由2进制转成16进制。这样就转为一个长度为16的字符串。这个字符串也就是这个图像可识别的哈希值，也叫图像指纹，即这个图像所包含的特征。
  8. 哈希值比较： 通过比较两个图像的哈希值的汉明距离（Hamming Distance），就可以评估图像的相似度，距离越小表示图像越相似。

 

3. 实验

第一步：缩小图像

将目标图像缩小为一个固定的大小，通常为32x32像素。作用是去除各种图像尺寸和图像比例的差异，只保留结构、明暗等基本信息，目的是确保图像的一致性，降低计算的复杂度。

1）读取原图

# 测试图片路径
img_path = 'img_test/apple-01.jpg'# 通过OpenCV加载图像
img = cv2.imread(img_path)# 通道重排，从BGR转换为RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

pHash-0001

2）缩放原图

使用 OpenCV 的 resize 函数将图像缩放为32x32像素。

# 缩小图像：使用OpenCV的resize函数将图像缩放为32x32像素，采用Cubic插值方法进行图像重采样
img_32 = cv2.resize(img, (32, 32), cv2.INTER_CUBIC)

pHash-0002
OpenCV 的 cv2.resize() 函数提供了4种插值方法，以根据图像的尺寸变化来进行图像重采样。

  1. cv2.INTER_NEAREST： 最近邻插值，也称为最近邻算法。它简单地使用最接近目标像素的原始像素的值。虽然计算速度快，但可能导致图像质量下降。
  2. cv2.INTER_LINEAR： 双线性插值，通过对最近的4个像素进行线性加权来估计目标像素的值。比最近邻插值更精确，但计算成本略高。
  3. cv2.INTER_CUBIC： 双三次插值，使用16个最近像素的加权平均值来估计目标像素的值。通常情况下，这是一个不错的插值方法，适用于图像缩小。
  4. cv2.INTER_LANCZOS4： Lanczos插值，一种高质量的插值方法，使用Lanczos窗口函数。通常用于缩小图像，以保留图像中的细节和纹理。

第二步：图像灰度化

将缩小的图像转换为灰度图像。

# 图像灰度化：将彩色图像转换为灰度图像。
img_gray = cv2.cvtColor(img_32, cv2.COLOR_BGR2GRAY)
print(f"缩放32x32的图像中每个像素的颜色=\n{img_gray}")

输出打印：

缩放32x32的图像中每个像素的颜色=
[[253 253 253 ... 253 253 253][253 253 253 ... 253 253 253][253 253 253 ... 253 253 253]...[253 253 253 ... 253 253 253][253 253 253 ... 253 253 253][253 253 253 ... 253 253 253]]

pHash-0003

第三步：离散余弦变换（DCT）

感知哈希算法的核心是应用离散余弦变换。DCT将图像从空间域（像素级别）转换为频域，得到32×32的DCT变换系数矩阵，以捕获图像的低频信息。这里我们使用 OpenCV 的 cv2.dct 函数来执行DCT。

# 离散余弦变换（DCT）：计算图像的DCT变换，得到32×32的DCT变换系数矩阵
img_dct = cv2.dct(np.float32(img_gray))
print(f"灰度图像离散余弦变换（DCT）={img_dct}")

这行代码执行了离散余弦变换（DCT），它将图像数据从空间域（像素级别）转换为频域，以便在频域上分析图像。

  • cv2.dct: 这是 OpenCV 库中的函数，用于执行离散余弦变换。DCT是一种数学变换，类似于傅里叶变换，它将图像分解为不同频率的分量。
  • np.float32(img_gray): 这是将灰度图像 img_gray 转换为32位浮点数的操作。DCT通常需要浮点数作为输入。
  • img_dct: 这是存储DCT变换后结果的变量。在执行DCT后，img_dct 将包含图像的频域表示。

基于DCT的图像感知哈希算法是一种能够有效感知图像全局特征的算法，将图片认为是一个二维信号，包含了表现大范围内的亮度变化小的低频部分与局部范围亮度变化剧烈的高频部分，而高频部分一般存在大量的冗余和相关性。通过DCT变换，可以将高能量信息集中到图像的左上角区域。可以理解为图像的特征频率区域。

# 离散余弦变换（DCT）：计算图像的DCT变换，得到32×32的DCT变换系数矩阵
img_dct = cv2.dct(np.float32(img_gray))
print(f"灰度图像离散余弦变换（DCT）={img_dct}")# 缩放DCT系数
dct_scaled = cv2.normalize(img_dct, None, 0, 255, cv2.NORM_MINMAX)
img_dct_scaled = dct_scaled.astype(np.uint8)# 显示DCT系数的图像
plt.imshow(img_dct_scaled, cmap='gray')
plt.show()

如下图，将图像进行DCT后得到其变换结果，图像左上角变化明显，而右下角几乎没有变化。
pHash-0004

第四步：缩小DCT

经过DCT变换后，图像的频率特征集中在图像的左上角，保留系数矩阵左上角的8×8系数子矩阵（因为虽然DCT的结果是32×32大小的矩阵，但左上角8×8的矩阵呈现了图片中的最低频率）。

备注： 这里为什么要缩放DCT？以及其它缩放方式有哪些？不同缩放方式结果有何不同？不进行缩放DCT会怎么样？等等问题，我们在文末对比解答。

# 离散余弦变换（DCT）：计算图像的DCT变换，得到32×32的DCT变换系数矩阵
img_dct = cv2.dct(np.float32(img_gray))
# print(f"灰度图像离散余弦变换（DCT）={img_dct}")# 缩放DCT：将DCT系数的大小显式地调整为8x8，然后它计算调整后的DCT系数的均值，并生成哈希值。
img_dct.resize(8, 8)# 缩放DCT系数
dct_scaled = cv2.normalize(dct_roi, None, 0, 255, cv2.NORM_MINMAX)
img_dct_scaled = dct_scaled.astype(np.uint8)# 显示DCT系数的图像
plt.imshow(img_dct_scaled, cmap='gray')
plt.show()

pHash-0005

第五步：计算灰度均值

计算DCT变换后图像块的均值，以便后面确定每个块的明暗情况。

# 计算灰度均值：计算DCT变换后图像块的均值
img_avg = np.mean(img_dct)
print(f"DCT变换后图像块的均值={img_avg}")

输出打印：

DCT变换后图像块的均值=7.814879417419434

第六步：生成二进制哈希值

如果块的DCT系数高于均值，表示为1，否则表示为0。

由于我们只提取了DCT矩阵左上角的8×8系数子矩阵（图片特征频率区域），所以，最后会得到一个64位的二进制值（8x8像素的灰度图像）。

# 生成二进制哈希值
img_hash_str = ''
for i in range(8):for j in range(8):if img_dct[i, j] > img_avg:img_hash_str += '1'else:img_hash_str += '0'
print(f"图像的二进制哈希值={img_hash_str}")

或者，使用等价的 lambda 表达式。效果一样。

img_hash_str = ""
for i in range(8):img_hash_str += ''.join(map(lambda i: '0' if i < img_avg else '1', img_dct[i]))
print(f"图像的二进制哈希值={img_hash_str}")

输出打印：

图像的二进制哈希值=1011000010001000100000100010000000001000000000001000000000000000

第七步：图像可识别的哈希值

由于64位二进制值太长，所以按每4个字符为1组，由2进制转成16进制。这样就转为一个长度为16的字符串。这个字符串也就是这个图像可识别的哈希值，也叫图像指纹，即这个图像所包含的特征。

# 生成图像可识别哈希值
img_hash = ''
for i in range(0, 64, 4):img_hash += ''.join('%x' % int(img_hash_str[i: i + 4], 2))
print(f"图像可识别的哈希值={img_hash}")

输出打印：

图像可识别的哈希值=b088822008008000

第八步：哈希值比较

通过比较两个图像的哈希值的汉明距离（Hamming Distance），就可以评估图像的相似度，距离越小表示图像越相似。

def hamming_distance(s1, s2):# 检查这两个字符串的长度是否相同。如果长度不同，它会引发 ValueError 异常，因为汉明距离只适用于等长的字符串if len(s1) != len(s2):raise ValueError("Input strings must have the same length")distance = 0for i in range(len(s1)):# 遍历两个字符串的每个字符，比较它们在相同位置上的值。如果发现不同的字符，将 distance 的值增加 1if s1[i] != s2[i]:distance += 1return distance

 

4. 测试

我们来简单测试一下基于感知哈希算法的以图搜图 – 基于一张原图找最相似图片，看看效果如何。
这里，我准备了10张图片，其中9张是苹果，但形态不一，1张是梨子。
pHash-0006
输出打印：

图片名称：img_test/apple-01.jpg，图片HASH：b080000088000000，与图片1的近似值（汉明距离）：0
图片名称：img_test/apple-02.jpg，图片HASH：a080000018000000，与图片1的近似值（汉明距离）：2
图片名称：img_test/apple-03.jpg，图片HASH：b020000080000000，与图片1的近似值（汉明距离）：2
图片名称：img_test/apple-04.jpg，图片HASH：a480000020000000，与图片1的近似值（汉明距离）：4
图片名称：img_test/apple-05.jpg，图片HASH：a400000044000000，与图片1的近似值（汉明距离）：5
图片名称：img_test/apple-06.jpg，图片HASH：f881000084000000，与图片1的近似值（汉明距离）：4
图片名称：img_test/apple-07.jpg，图片HASH：e408000090000000，与图片1的近似值（汉明距离）：6
图片名称：img_test/apple-08.jpg，图片HASH：cad9522236480010，与图片1的近似值（汉明距离）：13
图片名称：img_test/apple-09.jpg，图片HASH：b000000098000000，与图片1的近似值（汉明距离）：2
图片名称：img_test/pear-001.jpg，图片HASH：e0000000c8000000，与图片1的近似值（汉明距离）：3
耗时：0.08439445495605469

汉明距离：两个长度相同的字符串在相同位置上的字符不同的个数。
pHash-0007

简单的测试分析：

原图相似图片相似值（汉明距离）相似图片特点相似图片与原图Hash对比结果
图片01图片010自己自己与自己相似度100%
图片01图片02、03、092主体形状、位置、背景基本相似最相似。相同背景、相同物体、同相位置下最相似。
图片01图片pear-0013黄色的梨子意外相似。相似搜索并不能识别物体/内容。
图片01图片04、图片064原图像的180度旋转图；多主体比较相似。对于多主体、原图旋转变换相似搜索友好，因为经过DCT变换后，图像的能量特征集中在图像的左上角。
图片01图片055青苹果（2D）比较相似。对于2D的扁平相似图片搜索也相对友好。
图片01图片076背景差异、多色调勉强相似。对于背景差异、多色调的图片开始查找吃力。
图片01图片0810以上背景差异、多色调较难分辨。复杂背景差异、多色调的图片较难与原图相似。

10张测试图片中，汉明距离在5以内的有8张图片；汉明距离在10以外只有1张图片。
从抽样简单测试结果看，感知哈希算法表现更友好、更准确。

备注：如果汉明距离0，则表示这两张图片非常相似；如果汉明距离小于5，则表示有些不同，但比较相近；如果汉明距离大于10，则表明是完全不同的图片。

 

5. 总结

经过实验和测试，感知哈希算法的撸棒性更好。总体与均值哈希算法（aHash）差不多，区别在于二值化方式不一样。

特点： 传统
优点： 简单、相对准确、计算效率高；感知哈希考虑了图像的全局特征，对图像的尺寸和旋转变化具有一定的鲁棒性；适用于快速图像相似性搜索。
缺点： 对一些局部变化不够敏感；对于复杂、多色调的图像较难辨别，属于一种外观相似的相似度计算。

 

6. 实验代码

"""
以图搜图：感知哈希算法（Perceptual Hash Algorithm，简称pHash）的原理与实现
测试环境：win10 | python 3.9.13 | OpenCV 4.4.0 | numpy 1.21.1
实验时间：2023-10-22
"""import cv2
import time
import numpy as np
import matplotlib.pyplot as pltdef get_hash(img_path):# 读取图像：通过OpenCV的imread加载图像# 缩小图像：使用OpenCV的resize函数将图像缩放为32x32像素，采用Cubic插值方法进行图像重采样img = cv2.cvtColor(cv2.imread(img_path), cv2.COLOR_BGR2RGB)img = cv2.resize(img, (32, 32), cv2.INTER_CUBIC)# 图像灰度化：将彩色图像转换为灰度图像。img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# print(f"缩放32x32的图像中每个像素的颜色=\n{img_gray}")# 离散余弦变换（DCT）：计算图像的DCT变换，得到32×32的DCT变换系数矩阵img_dct = cv2.dct(np.float32(img_gray))# print(f"灰度图像离散余弦变换（DCT）={img_dct}")# 缩放DCT：将DCT系数的大小显式地调整为8x8。然后它计算调整后的DCT系数的均值，并生成哈希值。# dct_roi = img_dct[0:8, 0:8]img_dct.resize(8, 8)# 计算灰度均值：计算DCT变换后图像块的均值img_avg = np.mean(img_dct)# print(f"DCT变换后图像块的均值={img_avg}")"""# # 生成二进制哈希值# img_hash_str = ''# for i in range(8):#     for j in range(8):#         if img_dct[i, j] > img_avg:#             img_hash_str += '1'#         else:#             img_hash_str += '0'# print(f"图像的二进制哈希值={img_hash_str}")# # 生成图像可识别哈希值# img_hash = ''# for i in range(0, 64, 4):#     img_hash += ''.join('%x' % int(img_hash_str[i: i + 4], 2))# print(f"图像可识别的哈希值={img_hash}")"""img_hash_str = ""for i in range(8):img_hash_str += ''.join(map(lambda i: '0' if i < img_avg else '1', img_dct[i]))# print(f"图像的二进制哈希值={img_hash_str}")# 生成图像可识别哈希值img_hash = ''.join(map(lambda x:'%x' % int(img_hash_str[x : x + 4], 2), range(0, 64, 4)))# print(f"图像可识别的哈希值={img_hash}")return img_hash# 汉明距离：计算两个等长字符串（通常是二进制字符串或位字符串）之间的汉明距离。用于确定两个等长字符串在相同位置上不同字符的数量。
def hamming_distance(s1, s2):# 检查这两个字符串的长度是否相同。如果长度不同，它会引发 ValueError 异常，因为汉明距离只适用于等长的字符串if len(s1) != len(s2):raise ValueError("Input strings must have the same length")distance = 0for i in range(len(s1)):# 遍历两个字符串的每个字符，比较它们在相同位置上的值。如果发现不同的字符，将 distance 的值增加 1if s1[i] != s2[i]:distance += 1return distance# --------------------------------------------------------- 测试 ---------------------------------------------------------time_start = time.time()img_1 = 'img_test/apple-01.jpg'
img_2 = 'img_test/apple-02.jpg'
img_3 = 'img_test/apple-03.jpg'
img_4 = 'img_test/apple-04.jpg'
img_5 = 'img_test/apple-05.jpg'
img_6 = 'img_test/apple-06.jpg'
img_7 = 'img_test/apple-07.jpg'
img_8 = 'img_test/apple-08.jpg'
img_9 = 'img_test/apple-09.jpg'
img_10 = 'img_test/pear-001.jpg'img_hash1 = get_hash(img_1)
img_hash2 = get_hash(img_2)
img_hash3 = get_hash(img_3)
img_hash4 = get_hash(img_4)
img_hash5 = get_hash(img_5)
img_hash6 = get_hash(img_6)
img_hash7 = get_hash(img_7)
img_hash8 = get_hash(img_8)
img_hash9 = get_hash(img_9)
img_hash10 = get_hash(img_10)distance1 = hamming_distance(img_hash1, img_hash1)
distance2 = hamming_distance(img_hash1, img_hash2)
distance3 = hamming_distance(img_hash1, img_hash3)
distance4 = hamming_distance(img_hash1, img_hash4)
distance5 = hamming_distance(img_hash1, img_hash5)
distance6 = hamming_distance(img_hash1, img_hash6)
distance7 = hamming_distance(img_hash1, img_hash7)
distance8 = hamming_distance(img_hash1, img_hash8)
distance9 = hamming_distance(img_hash1, img_hash9)
distance10 = hamming_distance(img_hash1, img_hash10)time_end = time.time()print(f"图片名称：{img_1}，图片HASH：{img_hash1}，与图片1的近似值（汉明距离）：{distance1}")
print(f"图片名称：{img_2}，图片HASH：{img_hash2}，与图片1的近似值（汉明距离）：{distance2}")
print(f"图片名称：{img_3}，图片HASH：{img_hash3}，与图片1的近似值（汉明距离）：{distance3}")
print(f"图片名称：{img_4}，图片HASH：{img_hash4}，与图片1的近似值（汉明距离）：{distance4}")
print(f"图片名称：{img_5}，图片HASH：{img_hash5}，与图片1的近似值（汉明距离）：{distance5}")
print(f"图片名称：{img_6}，图片HASH：{img_hash6}，与图片1的近似值（汉明距离）：{distance6}")
print(f"图片名称：{img_7}，图片HASH：{img_hash7}，与图片1的近似值（汉明距离）：{distance7}")
print(f"图片名称：{img_8}，图片HASH：{img_hash8}，与图片1的近似值（汉明距离）：{distance8}")
print(f"图片名称：{img_9}，图片HASH：{img_hash9}，与图片1的近似值（汉明距离）：{distance9}")
print(f"图片名称：{img_10}，图片HASH：{img_hash10}，与图片1的近似值（汉明距离）：{distance10}")print(f"耗时：{time_end - time_start}")

 

7. 疑难杂症

是否有很多问号？

为什么要缩放DCT？DCT缩放方式有哪些？不同DCT缩放方式有何不同？不进行DCT缩放效果会怎么样？

对于这些问题，我们来通过下面三组对比分析，一探究竟。

7.1 过程对比

方式一： DCT变换后，无DCT特征频率区域缩放
方式二： DCT变换后，将DCT系数显式调整为8x8
方式三： DCT变换后，只提取DCT系数左上角8x8像素
pHash-0008
从上图的DCT变换过程来看，从原图读取，到缩小到指定大小的像素图像，再到像素图像灰度化，对于图像的加工结果都是一样的。区别仅在于对灰度图像使用离散余弦变换（DCT）之后，对DCT系数的使用方式不一样。

7.2 结果对比

1）纵向对比

同一张图片使用不同DCT变换方式获得的哈希值结果：

方式一：离散余弦变换DCT变换后，无DCT特征频率区域缩放，获得图像的二进制哈希值=b3c3c682c9306640
方式二：离散余弦变换DCT变换后，将DCT系数显式调整为8x8，获得图像的二进制哈希值=b080000088000000
方式三：离散余弦变换DCT变换后，只提取DCT系数左上角8x8像素，获得图像的二进制哈希值=b088822008008000

从上述的DCT变换结果来看，同一张图片获得图像的二进制哈希值各不一样。

  • 方式一与方式二、方式三的结果相差较大。
  • 方式二与方式三的结果也不尽一致。

2）横向对比

不同图片使用相同DCT变换方式获得的哈希值结果：
pHash-0009
从上图的DCT变换结果来看，不同图片使用不同方式的DCT变换，最终查找的相似图片结果都不尽相同。

  • 从DCT变换方式维度看，方式二，将DCT系数显示调整为8x8的查找效果最好。方式三其次。方式一最次。
  • 从DCT变换方式的计算效率来看，方式二与方式三耗时相当，计算效率较高；而方式一，由于无DCT特征频率区域缩放，所以计算量最大，效率最次。

7.3 代码对比

"""
以图搜图：感知哈希算法（Perceptual Hash Algorithm，简称pHash）的原理与实现
测试环境：win10 | python 3.9.13 | OpenCV 4.4.0 | numpy 1.21.1
实验时间：2023-10-22
"""# ---------------------------------------------------------------------------------------------------------------------
# 测试：为什么要缩放DCT？DCT缩放方式有哪些？不同DCT缩放方式有何不同？不进行DCT缩放效果会怎么样？
# ---------------------------------------------------------------------------------------------------------------------import cv2
import time
import numpy as np
import matplotlib.pyplot as plt# DCT变换后：无特征频率区域缩放，使用整个32x32图像块的频率分布，计算整个DCT系数的均值，并根据这个均值生成哈希值。
def get_pHash1(img_path):img = cv2.cvtColor(cv2.imread(img_path), cv2.COLOR_BGR2RGB)# plt.imshow(img, cmap='gray')# plt.show()img = cv2.resize(img, (32, 32), cv2.INTER_CUBIC)# plt.imshow(img, cmap='gray')# plt.show()img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# plt.imshow(img_gray, cmap='gray')# plt.show()img_dct = cv2.dct(np.float32(img_gray))# 显示DCT系数的图像# dct_scaled = cv2.normalize(img_dct, None, 0, 255, cv2.NORM_MINMAX)# img_dct_scaled = dct_scaled.astype(np.uint8)# plt.imshow(img_dct_scaled, cmap='gray')# plt.show()img_avg = np.mean(img_dct)# print(f"DCT变换后图像块的均值={img_avg}")img_hash_str = get_img_hash_binary(img_dct, img_avg)# print(f"图像的二进制哈希值={img_hash_str}")img_hash = get_img_hash(img_hash_str)return img_hash# DCT变换后：将DCT系数的大小显式地调整为8x8，使用8x8的DCT系数块的频率分布，计算调整后的DCT系数的均值，并生成哈希值。
def get_pHash2(img_path):img = cv2.cvtColor(cv2.imread(img_path), cv2.COLOR_BGR2RGB)# plt.imshow(img, cmap='gray')# plt.show()img = cv2.resize(img, (32, 32), cv2.INTER_CUBIC)# plt.imshow(img, cmap='gray')# plt.show()img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# plt.imshow(img_gray, cmap='gray')# plt.show()img_dct = cv2.dct(np.float32(img_gray))img_dct.resize(8, 8)# 显示DCT系数的图像# dct_scaled = cv2.normalize(img_dct, None, 0, 255, cv2.NORM_MINMAX)# img_dct_scaled = dct_scaled.astype(np.uint8)# plt.imshow(img_dct_scaled, cmap='gray')# plt.show()img_avg = np.mean(img_dct)# print(f"DCT变换后图像块的均值={img_avg}")img_hash_str = get_img_hash_binary(img_dct, img_avg)# print(f"图像的二进制哈希值={img_hash_str}")img_hash = get_img_hash(img_hash_str)return img_hash# DCT变换后：只提取DCT系数的左上角8x8块的信息，然后计算这个块的均值。此法只考虑图像一小部分的频率分布，并生成哈希值。
def get_pHash3(img_path):img = cv2.cvtColor(cv2.imread(img_path), cv2.COLOR_BGR2RGB)# plt.imshow(img, cmap='gray')# plt.show()img = cv2.resize(img, (32, 32), cv2.INTER_CUBIC)# plt.imshow(img, cmap='gray')# plt.show()img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# plt.imshow(img_gray, cmap='gray')# plt.show()img_dct = cv2.dct(np.float32(img_gray))dct_roi = img_dct[0:8, 0:8]# 显示DCT系数的图像# dct_scaled = cv2.normalize(dct_roi, None, 0, 255, cv2.NORM_MINMAX)# img_dct_scaled = dct_scaled.astype(np.uint8)# plt.imshow(img_dct_scaled, cmap='gray')# plt.show()img_avg = np.mean(dct_roi)# print(f"DCT变换后图像块的均值={img_avg}")img_hash_str = get_img_hash_binary(dct_roi, img_avg)# print(f"图像的二进制哈希值={img_hash_str}")img_hash = get_img_hash(img_hash_str)return img_hashdef get_img_hash_binary(img_dct, img_avg):img_hash_str = ''for i in range(8):img_hash_str += ''.join(map(lambda i: '0' if i < img_avg else '1', img_dct[i]))# print(f"图像的二进制哈希值={img_hash_str}")return img_hash_strdef get_img_hash(img_hash_str):img_hash = ''.join(map(lambda x:'%x' % int(img_hash_str[x : x + 4], 2), range(0, 64, 4)))# print(f"图像可识别的哈希值={img_hash}")return img_hash# 汉明距离：计算两个等长字符串（通常是二进制字符串或位字符串）之间的汉明距离。用于确定两个等长字符串在相同位置上不同字符的数量。
def hamming_distance(s1, s2):# 检查这两个字符串的长度是否相同。如果长度不同，它会引发 ValueError 异常，因为汉明距离只适用于等长的字符串if len(s1) != len(s2):raise ValueError("Input strings must have the same length")distance = 0for i in range(len(s1)):# 遍历两个字符串的每个字符，比较它们在相同位置上的值。如果发现不同的字符，将 distance 的值增加 1if s1[i] != s2[i]:distance += 1return distance# ======================================== 测试场景一 ========================================# img = 'img_test/apple-01.jpg'# img_hash1 = get_phash1(img)
# img_hash2 = get_phash2(img)
# img_hash3 = get_phash3(img)# print(f"方式一：DCT变换后，无DCT特征频率区域缩放，获得图像的二进制哈希值={img_hash1}")
# print(f"方式二：DCT变换后，将DCT系数显式调整为8x8，获得图像的二进制哈希值={img_hash2}")
# print(f"方式三：DCT变换后，只提取DCT系数左上角8x8像素，获得图像的二进制哈希值={img_hash3}")# ======================================== 测试场景二 ========================================time_start = time.time()img_1 = 'img_test/apple-01.jpg'
img_2 = 'img_test/apple-02.jpg'
img_3 = 'img_test/apple-03.jpg'
img_4 = 'img_test/apple-04.jpg'
img_5 = 'img_test/apple-05.jpg'
img_6 = 'img_test/apple-06.jpg'
img_7 = 'img_test/apple-07.jpg'
img_8 = 'img_test/apple-08.jpg'
img_9 = 'img_test/apple-09.jpg'
img_10 = 'img_test/pear-001.jpg'# ------------------------------------- 测试场景二：方式一 --------------------------------------# img_hash1 = get_pHash1(img_1)
# img_hash2 = get_pHash1(img_2)
# img_hash3 = get_pHash1(img_3)
# img_hash4 = get_pHash1(img_4)
# img_hash5 = get_pHash1(img_5)
# img_hash6 = get_pHash1(img_6)
# img_hash7 = get_pHash1(img_7)
# img_hash8 = get_pHash1(img_8)
# img_hash9 = get_pHash1(img_9)
# img_hash10 = get_pHash1(img_10)# ------------------------------------- 测试场景二：方式二 --------------------------------------img_hash1 = get_pHash2(img_1)
img_hash2 = get_pHash2(img_2)
img_hash3 = get_pHash2(img_3)
img_hash4 = get_pHash2(img_4)
img_hash5 = get_pHash2(img_5)
img_hash6 = get_pHash2(img_6)
img_hash7 = get_pHash2(img_7)
img_hash8 = get_pHash2(img_8)
img_hash9 = get_pHash2(img_9)
img_hash10 = get_pHash2(img_10)# ------------------------------------- 测试场景二：方式三 --------------------------------------# img_hash1 = get_pHash3(img_1)
# img_hash2 = get_pHash3(img_2)
# img_hash3 = get_pHash3(img_3)
# img_hash4 = get_pHash3(img_4)
# img_hash5 = get_pHash3(img_5)
# img_hash6 = get_pHash3(img_6)
# img_hash7 = get_pHash3(img_7)
# img_hash8 = get_pHash3(img_8)
# img_hash9 = get_pHash3(img_9)
# img_hash10 = get_pHash3(img_10)distance1 = hamming_distance(img_hash1, img_hash1)
distance2 = hamming_distance(img_hash1, img_hash2)
distance3 = hamming_distance(img_hash1, img_hash3)
distance4 = hamming_distance(img_hash1, img_hash4)
distance5 = hamming_distance(img_hash1, img_hash5)
distance6 = hamming_distance(img_hash1, img_hash6)
distance7 = hamming_distance(img_hash1, img_hash7)
distance8 = hamming_distance(img_hash1, img_hash8)
distance9 = hamming_distance(img_hash1, img_hash9)
distance10 = hamming_distance(img_hash1, img_hash10)time_end = time.time()print(f"图片名称：{img_1}，图片HASH：{img_hash1}，与图片1的近似值（汉明距离）：{distance1}")
print(f"图片名称：{img_2}，图片HASH：{img_hash2}，与图片1的近似值（汉明距离）：{distance2}")
print(f"图片名称：{img_3}，图片HASH：{img_hash3}，与图片1的近似值（汉明距离）：{distance3}")
print(f"图片名称：{img_4}，图片HASH：{img_hash4}，与图片1的近似值（汉明距离）：{distance4}")
print(f"图片名称：{img_5}，图片HASH：{img_hash5}，与图片1的近似值（汉明距离）：{distance5}")
print(f"图片名称：{img_6}，图片HASH：{img_hash6}，与图片1的近似值（汉明距离）：{distance6}")
print(f"图片名称：{img_7}，图片HASH：{img_hash7}，与图片1的近似值（汉明距离）：{distance7}")
print(f"图片名称：{img_8}，图片HASH：{img_hash8}，与图片1的近似值（汉明距离）：{distance8}")
print(f"图片名称：{img_9}，图片HASH：{img_hash9}，与图片1的近似值（汉明距离）：{distance9}")
print(f"图片名称：{img_10}，图片HASH：{img_hash10}，与图片1的近似值（汉明距离）：{distance10}")print(f"耗时：{time_end - time_start}")

如上代码，这三种方法获取到的图像二进制哈希值之所以不同，是因为它们在DCT变换后的处理方式不同：

  • get_pHash1 方法： 这种方法首先将图像进行灰度化，然后执行DCT变换。接着，它计算整个DCT系数的均值，并根据这个均值生成哈希值。这意味着它考虑了整个32x32图像块的频率分布。
  • get_pHash2 方法： 这种方法在执行DCT后，将DCT系数的大小显式地调整为8x8。然后它计算调整后的DCT系数的均值，并生成哈希值。这个方法只考虑了8x8的DCT系数块的频率分布。
  • get_pHash3 方法： 这种方法与 get_pHash2 类似，但它只提取了DCT系数的左上角8x8块的信息（即ROI，感兴趣区域），然后计算这个块的均值。这个方法只考虑了图像的一个小部分频率分布。

由于这些方法考虑的DCT系数区域不同，它们生成的哈希值会有差异。一般来说，get_pHash1 方法考虑了整个图像块的频率分布，因此哈希值可能更稳定，但它也可能受到图像整体性的影响。而 get_pHash2 和 get_pHash3 方法只考虑了一个小块的频率信息，所以哈希值可能更容易受到图像的局部特征影响。

选择哪种方法取决于你的应用需求。如果你希望更稳定的哈希值，get_pHash1 可能是一个不错的选择。如果你希望更灵敏地检测局部特征，get_pHash2 或 get_pHash3 可能更适合。

 

8. 系列书签

OpenCV #以图搜图：均值哈希算法（Average Hash Algorithm）原理与实验

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/173757.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

TCP / UDP 概念 + 实验(计网自顶向下)

TCP / UDP 概念 + 实验(计网自顶向下)

Github源码 moranzcw/Computer-Networking-A-Top-Down-Approach-NOTES: 《计算机网络&#xff0d;自顶向下方法(原书第6版)》编程作业&#xff0c;Wireshark实验文档的翻译和解答。 (github.com) 暂定打算分2步走&#xff0c;前置是中科大对应计网黑书的视频 第1步完成14个Wire…
阅读更多...
Transformers实战（二）快速入门文本相似度、检索式对话机器人

Transformers实战（二）快速入门文本相似度、检索式对话机器人

Transformers实战&#xff08;二&#xff09;快速入门文本相似度、检索式对话机器人 1、文本相似度 1.1 文本相似度简介 文本匹配是一个较为宽泛的概念&#xff0c;基本上只要涉及到两段文本之间关系的&#xff0c;都可以被看作是一种文本匹配的任务&#xff0c; 只是在具体…
阅读更多...
基于tornado BELLE 搭建本地的web 服务

基于tornado BELLE 搭建本地的web 服务

我的github 将BELLE 封装成web 后端服务&#xff0c;采用tornado 框架 import timeimport torch import torch.nn as nnfrom gptq import * from modelutils import * from quant import *from transformers import AutoTokenizer import sys import json #import lightgbm a…
阅读更多...
macOS M1安装wxPython报错

macOS M1安装wxPython报错

macOS12.6.6 M1安装wxPython失败&#xff1a; 报错如下&#xff1a; imagtiff.cpp:37:14: fatal error: tiff.h file not found解决办法&#xff1a; 下载源文件重新编译&#xff08;很快&#xff0c;5分钟全部搞定&#xff09;&#xff0c;分三步走&#xff1a; 第一步&…
阅读更多...
Leetcode—21.合并两个有序链表【简单】

Leetcode—21.合并两个有序链表【简单】

2023每日刷题&#xff08;十三&#xff09; Leetcode—21.合并两个有序链表 直接法实现代码 /*** Definition for singly-linked list.* struct ListNode {* int val;* struct ListNode *next;* };*/ struct ListNode* mergeTwoLists(struct ListNode* list1, struct…
阅读更多...
leetCode 136.只出现一次的数字 + 位运算

leetCode 136.只出现一次的数字 + 位运算

136. 只出现一次的数字 - 力扣&#xff08;LeetCode&#xff09; 给你一个 非空 整数数组 nums &#xff0c;除了某个元素只出现一次以外&#xff0c;其余每个元素均出现两次。找出那个只出现了一次的元素。你必须设计并实现线性时间复杂度的算法来解决此问题&#xff0c;且该算…
阅读更多...
STM32H750之FreeRTOS学习--------（一）初识RTOS

STM32H750之FreeRTOS学习--------（一）初识RTOS

FreeRTOS 一、初识RTOS 裸机&#xff1a;裸机又称为前后台系统&#xff0c;前台系统指的中断服务函数&#xff0c;后台系统指的大循环&#xff0c;即应用程序 实时性差,程序轮流执行delayCPU空等待&#xff0c;效率低程序混乱&#xff0c;臃肿&#xff0c;功能都放在while循环…
阅读更多...
vim使用

vim使用

概述 vi&#xff08;visual editor&#xff09;是Unix/Linux编辑器的一种。类似于win中notepad。vim&#xff08;vi improved&#xff09;加强版 安装vim&#xff1a; $ yum install vim -y四种模式 命令模式&#xff1a;快速进行复制、粘贴、删除等操作&#xff0c;还可以…
阅读更多...
Spring-声明式事务

Spring-声明式事务

声明式事务 一、简介1、准备工作2、测试 二、声明式事务概念1、编程式事务2、声明式事务3、基于注解的声明式事务1.测试无事务情况2.加入事务①Transactional注解标识的位置②事务属性&#xff1a;只读③事务属性&#xff1a;超时④事务属性&#xff1a;回滚策略⑤事务属性&…
阅读更多...
大模型工程师面试必考问题Top10-2023.10

大模型工程师面试必考问题Top10-2023.10

阅读更多...
STM32中除零运算，为何程序不崩溃？

STM32中除零运算，为何程序不崩溃？

在 C 语言中&#xff0c;除零运算会导致异常吗&#xff1f; 在 C 语言中&#xff0c;当一个数除以零时&#xff0c;会导致除法运算错误&#xff0c;通常表现为“除以零”错误或被称为“浮点异常”&#xff08;floating-point exception&#xff09;。 对于整数除法&#xff0c…
阅读更多...
8.MySQL内外连接

8.MySQL内外连接

个人主页&#xff1a;Lei宝啊 愿所有美好如期而遇 目录 表的内连和外连 内连接 外连接 左外连接 右外连接 我们进行演示的表结构是这样的&#xff1a; 表的内连和外连 内连接 内连接实际上就是利用where子句对两种表形成的笛卡儿积进行筛选&#xff0c;我们前面学习的…
阅读更多...
beyond compare 4密钥2023大全，beyond compare 4注册码最新

beyond compare 4密钥2023大全，beyond compare 4注册码最新

beyond compare 4是一款文件对比软件&#xff0c;可以快速比较文件和文件夹、合并以及同步&#xff0c;非常实用&#xff0c;一些用户想知道beyond compare 4密钥有哪些&#xff0c;本文为大家带来了介绍哦~ 密钥&#xff1a; w4G-in5u3SH75RoB3VZIX8htiZgw4ELilwvPcHAIQWfwf…
阅读更多...
Python 框架学习 Django篇 (六) ORM关联

Python 框架学习 Django篇 (六) ORM关联

像是上一章我们很少会通过页面点击去添加和绑定关系表&#xff0c;更多的时候都是通过django的语法实现&#xff0c;接下来我们做一个案例 django rom是怎么操作外键关系的 创建mode模型表 Django_demo/mgr/models.py # 国家表 class Country(models.Model):name models.Cha…
阅读更多...
MAC下安装Python

MAC下安装Python

MAC基本信息&#xff1a; 执行命令&#xff1a; brew install cmake protobuf rust python3.10 git wget 遇到以下问题&#xff1a; > Downloading https://mirrors.aliyun.com/homebrew/homebrew-bottles/rust-1.59.0 Already downloaded: /Users/xxxx/Library/Caches/Ho…
阅读更多...
BaiChuan-QWen

BaiChuan-QWen

QWen Tokenizer 选择byte pair encoding (BPE)作为分词方法vacabulary在中文上做了增强&#xff0c;验证增加vocabulary的规模不会为下游任务带来负面影响 Model Positional embedding&#xff1a;选择RoPE&#xff0c;反向更新时选择FP32的精度而不是FP16或BP16&#xff0c…
阅读更多...
Golang 自定义函数库（个人笔记）

Golang 自定义函数库（个人笔记）

1.用字符串连接切片元素&#xff08;类似php implode&#xff09; package mainimport ("fmt""strconv""strings" )func main() {data : []int{104, 101, 108, 108, 111}fmt.Println(IntSliceToString(data, ",")) }func IntSliceToS…
阅读更多...
在pycharm中，远程操作服务器上的jupyter notebook

在pycharm中，远程操作服务器上的jupyter notebook

一、使用场景 现在我们有两台电脑&#xff0c;一台是拥有高算力的服务器&#xff0c;另一台是普通的轻薄笔记本电脑。如何在服务器上运行jupyter notebook&#xff0c;同时映射到笔记本电脑上的pycharm客户端中进行操作呢&#xff1f; 二、软件 pycharm专业版&#xff0c;jupy…
阅读更多...
Spark新特性与核心概念

Spark新特性与核心概念

一、Sparkshuffle &#xff08;1&#xff09;Map和Reduce 在shuffle过程中&#xff0c;提供数据的称之为Map端&#xff08;Shuffle Write&#xff09;&#xff0c;接受数据的称之为Redeuce端&#xff08;Shuffle Read&#xff09;&#xff0c;在Spark的两个阶段中&#xff0c;总…
阅读更多...
【斗罗二】王东升级三环，戴华斌挑衅，雨浩单手接鼎订下赌约

【斗罗二】王东升级三环，戴华斌挑衅，雨浩单手接鼎订下赌约

【侵权联系删除】【文/郑尔巴金】 深度爆料&#xff0c;《绝世唐门》第20集&#xff0c;一场瞩目的战斗即将爆发。王冬&#xff0c;这位一年级的强攻系班长&#xff0c;将与戴华斌进行一场激烈的较量。王冬拥有三大武魂&#xff0c;其中最为人们所熟知的是那光明女神蝶&#x…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023