图片识别——差异哈希算法

    差异哈希算法（Different Hash Algorithms，dHash），像aHash和pHash一样，dHash易于实现，相比于它的简单，其实它的识别更为准确。作为一种感知算法的实现，dHash比aHash相近，但比aHash效果更好。aHash关注于平均值，pHash关注频率模式，dHash则基于渐变。下面介绍下dHash算法的工作原理。

算法步骤

1. 缩小尺寸。最快速去掉高频和细节的办法就是缩小民族教育。在这里，收缩到9*8的大小，以便它有72的像素点（之后会解释为什么这样）。通过忽略尺寸和纵横比，不管图片如何伸缩，该hash都能匹配相似的图片。
2. 简化色彩。转化为灰度图。把缩放后的图片转化为256阶的灰度图。将72个像素转变为72个颜色（为达到最佳效果，可以在缩放尺寸前简化色彩，或者缩放和简化色彩同时进行）
3. 计算差异值。dHash算法工作在相邻像素之间，这标识了相对的渐变方向。这样每行9个像素之间产生了8个不同的差异，一共8行，则产生了64个差异值。
4. 获取指纹。如果左边的像素比右边的更亮，则记录为1，否则为0（这里用1代表p[x]<p[x+1]，设置位从左及右，从上及下的大边）
   <