感知哈希算法（Perceptual hash algorithm）

1.前言

        目前“以图搜图”的引擎越来越多，可参考博文：

        http://blog.csdn.net/forthcriminson/article/details/8698175

        此篇博文中列出了很多 “以图搜图”的引擎，之前很好奇他们是如何进行检索的，偶然间看到了一篇博客，上面说Google和Tineye主要利用的算法是感知哈希算法（Perceptual hash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似，里面介绍的原理也比较简单，正好目前也在做图像检索方面的课题，就用OpenCV实现了一下，供大家参考， 本篇博文主要介绍如何通过OpenCV实现均值Hash和pHash算法，基本原理和流程会在代码的注释中详细说明。

 

2.均值Hash算法

//均值Hash算法
 string HashValue(Mat &src)
 {
	 string rst(64,'\0');
	 Mat img;
	 if(src.channels()==3)
		 cvtColor(src,img,CV_BGR2GRAY);
 	else
 		img=src.clone();
       /*第一步，缩小尺寸。
         将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，
         只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。*/
 	
        resize(img,img,Size(8,8));//缩小尺寸
 	/* 第二步，简化色彩。
 	   将缩小后的图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。*/

 	uchar *pData;
 	for(int i=0;i<img.rows;i++)
 	{
 		pData = img.ptr<uchar>(i);
 		for(int j=0;j<img.cols;j++)
 		{
 			pData[j]=pData[j]/4;   //0~255--->0~63
 		}
 	}
 	
        /* 第三步，计算平均值。
 	   计算所有64个像素的灰度平均值。*/
 	int average = mean(img).val[0];
 	
        /* 第四步，比较像素的灰度。
 	 将每个像素的灰度，与平均值进行比较。大于或等于平均值记为1,小于平均值记为0*/
 	Mat mask= (img>=(uchar)average);
 	
        /* 第五步，计算哈希值。*/
 	int index = 0;
 	for(int i=0;i<mask.rows;i++)
 	{
 		pData = mask.ptr<uchar>(i);
 		for(int j=0;j<mask.cols;j++)
 		{
 			if(pData[j]==0)
 				rst[index++]='0';
 			else
 				rst[index++]='1';
 		}
 	}
 	return rst;
 }

3.pHash算法

//pHash算法
 string pHashValue(Mat &src)
 {
	 Mat img ,dst;
	 string rst(64,'\0');
	 double dIdex[64];
	 double mean = 0.0;
	 int k = 0;
	 if(src.channels()==3)
	 {
		 cvtColor(src,src,CV_BGR2GRAY);
		 img = Mat_<double>(src);
	 }	 
	 else
	 {
		 img = Mat_<double>(src);
	 }     
	 
        /* 第一步，缩放尺寸，可以为Size(32,32)或Size(8,8)，也可以更高，主要是为了提高计算效率*/
	 resize(img, img, Size(32,32));
        
        /* 第二步，离散余弦变换，DCT系数求取*/
	 dct(img, dst);	

        /* 第三步，求取DCT系数均值（左上角8*8区块的DCT系数）*/
	 for (int i = 0; i < 8; ++i) {
		 for (int j = 0; j < 8; ++j) 
		 {
			 dIdex[k] = dst.at<double>(i, j);
			 mean += dst.at<double>(i, j)/64;
			 ++k;
		 }
	 }
        
        /* 第四步，计算哈希值。*/
	 for (int i =0;i<64;++i)
	 {
		 if (dIdex[i]>=mean)
		 {
			 rst[i]='1';
		 }
		 else
		 {
			 rst[i]='0';
		 }
	 }
	 return rst;
 }

4.汉明距离计算     

 

          通过上面两段代码就可以计算出图像的Hash值，检索的时候一般采用汉明距离来进行判断两幅图像的相似性，一般情况下认为汉明距离小于5，就可以认为两幅图像时相似的。汉明具体计算实现：

/汉明距离计算
 int HanmingDistance(string &str1,string &str2)
 {
 	if((str1.size()!=64)||(str2.size()!=64))
 		return -1;
 	int difference = 0;
 	for(int i=0;i<64;i++)
 	{
 		if(str1[i]!=str2[i])
 			difference++;
 	}
 	return difference;
 }

5.算法性能测试

 

           为了验证该算法的性能，我进行了一些简单的测试，发现非等比例的图像缩放对均值Hash算法的性能有很大影响，如我进行测试的图像时640*480的，当我将其缩放为100*100时，两幅图像之间的汉明距离为28，两幅图像的Hash值相差较大，这说明非等比例的图像缩放会会使得基于均值Hash算法的图像检索出现错误，而pHash算法则在计算汉明距离后为4，这说明pHash算法对尺度的变化的鲁棒性强于均值Hash算法。

        接下来我又对其对旋转的鲁棒性进行了一定的测试，测试图像如下所示

                                                 img1                                                        img2

                                        img3                                                                   img4

       均值Hash算法测试结果：

       pHash算法测试结果：

  

        从测试结果中可以看出无论是均值Hash算法还是pHash算法，对旋转都不具有鲁棒性，只是pHash算法相对来说好一些，  一个真正的可商用的“以图搜图”引擎， 仍然需要对其进行改进，类似于原文中说的一样，如果不对其进行改进，目前只能由于以缩略图查找原图的情况。