图片识别——三种哈希算法性能与准确度比较

    前面几篇文章对图片的三种哈希算法做了简单的介绍：均值哈希算法，感知哈希算法，差异哈希算法。本篇将对上面算法做一个总结。并对在性能方面做些对比。

性能和准确度

   目前有个超过150,000张图片的实验，有几张已知出现次数的待查找测试图片。比如一张图片（针）在150,000张图片（草堆）中出现一次，另外一张出现两次，第三张测试图片出现了32次。

    分别使用aHash、pHash、dHash三种算法在这一“草堆”查找一只“针”。为了作比较，没有预先缓存图片库中的任何哈希值。比较值（汉明距离）10以内的就认为是匹配。下面就是实现结果：

1. 不计算哈希。这是一个比较的基线。程序把每张图片加载到内存中，之后一张张的卸载。这将告诉我们仅仅是文件访问和加载要花费多长时间（所有的图片在NFS模式的文件系统中加载--当然还有网络请求）。总时间是16分钟。没有任何图片比较，仅仅是加载完这些图片，要耗去16分钟。
2. 不计算哈希，但缩小尺寸。上面讨论的所有算法都是从缩小图片尺寸开始的。小图缩放非常快，但是大图会花费10秒甚至更长时间。仅仅是加载和缩小这150,000张图，耗了3.75小时（真的有必要研究一种方法来优化图片缩放算法）。
3. aHash算法。该算法花费了3.75小时来执行。换句话说ÿ