感知哈希-图片相似度分析

‍本文作者是360奇舞团开发工程师

引言

最近在做小程序换肤功能，因为不同主题色的小程序对应了不同图片库，项目内图片引用的方式又是线上URL地址配置形式，新加一套图片时，就要将图片和线上URL链接对比之后，配置到对应的Key上。这么人工操作一遍后发现费时费力。因为不同图片库间主要是颜色差异，想着能不能通过图片相似度对比以后，自动将图片匹配对应的Key。最后研究了下，通过感知哈希实现了我的需求，记录一下。

感知哈希

概念

感知哈希是使用指纹算法生成各种形式的多媒体的片段、哈希或指纹。感知哈希是一种局部敏感哈希，如果多媒体的特征相似，则它是类似的。
在图像应用中，感知图像哈希是一种根据图像的视觉外观创建图像指纹的方法。这种指纹使得比较相似的图像变得更加容易。这种算法常用于以图搜图场景，根据提供图片返回视觉上相似的图片，比如谷歌的图像搜索就基于感知哈希。

感知哈希与加密哈希

与 MD5 和 SHA1 等加密哈希函数相比，感知哈希是一个不同的概念。
对于加密哈希，哈希值是随机的。用于生成哈希的数据就像随机种子一样，因此相同的数据将生成相同的结果，但不同的数据将产生截然不同的结果。相反，感知哈希可以进行比较——得到两个数据集之间的相似性。
比较两个 SHA1 哈希值实际上只能得到两个结论。如果哈希值不同，则数据不同。如果哈希值相同，则数据可能相同。（由于存在哈希冲突的可能性，因此具有相同的哈希值并不能保证相同的数据）。
基于此特性，MD5和SHA1可以用来计算文件的哈希值，再进行对比，来判断是否是重复文件。但是对于图片相似度场景来说，对数据相同判定如此严苛的对比算法就不太适用。因为，对于图片来说，图像格式、元数据等等信息的修改，都会导致像素内容完全相同的情况下却有不同的二进制内容，从而导致哈希截然不同。

除此之外，图