python---感知哈希算法

某些情况下，我们需要检测图片之间的相似性，比较简单、易用的解决方案是采用感知哈希算法
感知哈希算法是一类算法的总称，包括aHash、pHash、dHash。顾名思义，感知哈希不是以严格的方式计算Hash值，而是以更加相对的方式计算哈希值，因为“相似”与否，就是一种相对的判定。

1. aHash：平均值哈希。速度比较快，但是常常不太精确
2. pHash：感知哈希。精确度比较高，但是速度方面较差一些
3. dHash：差异值哈希。Amazing！精确度较高，且速度也非常快。因此我就选择了dHash作为我图片判重的算法。

本文只讲下dhash，如果对ahash和phash感兴趣，可以参考这篇博客

https://blog.csdn.net/xaut_zjb/article/details/39578063

1.缩放图片
第一步是缩放大小,因为一般我们要处理的图片分辨率都非常高，比如640*480就有很多像素点。

from PIL import Image
im = Image.open('test.jpg')
im=im.resize((9,9))#缩放大小一般可定为32,16，9,8等值

2.灰度化
dHash是通过计算相邻像素之间的颜色强度差异得出，如果是RGB图像的话，那么一个像素点就是一个三维数组，还是有点复杂，所以灰度处理成一维数组

im=im.convert("L")

3.计算差异值
差异值是通过计算每行相邻像素的强度对比得出的，如果前一个像素的颜色强度大于第二个像素，那么差异值就设置为1，否则就设置0。

def getdif(image):  
    dif = []
    width=image.size[0]
    height=image.size[1]
    pix = list(image.getdata())  # 得到像素数据 灰度0-255
    for row in range(height):
        rowStart = row * width  
        for index in range(width - 1):
            leftindex = rowStart + index  
            rightindex = leftindex + 1
            dif.append(pix[leftindex] > pix[rightindex])
    return dif  #这里没有转成hash值

4.计算图片汉明距离
汉明距离参考 https://baike.baidu.com/item/汉明距离
在信息论中，两个等长字符串之间的汉明距离（英语：Hamming distance）是两个字符串对应位置的不同字符的个数。换句话说，它就是将一个字符串变换成另外一个字符串所需要替换的字符个数。

def gethamming(dif1=[], dif2=[]):
    hamming_distance = 0
    for i in range(len(dif1)):
        if dif1[i] != dif2[i]:
            hamming_distance += 1
    if hamming_distance>5:  #一般这个值需要自己调整,找一个合适的值
        return False
    else:
        return True