哈希+汉明距离进行相似性度量

哈希+汉明距离进行相似性度量

哈希算法

aHash

1. 定义

   aHash 基于低频的均值哈希 ：过于严格 更适合搜索缩略图

2. 算法步骤

   • 缩小图片尺寸
   • 将其化为灰度图
   • 计算灰度均值
   • 根据与灰度均值的对比得到二值图
   • 将二值图按序组合成哈希值（指纹）

3. 代码实现(python)

   def get_aHash(image_dir):
    from functools import reduce
    image = Image.open(image_dir).resize((8, 8), Image.ANTIALIAS).convert('L')
    avg = reduce((lambda x,y:x+y),image.getdata())/64
    #aHash_value_binary = reduce(lambda x,y: str(x)+str(y),map(lambda i: 0 if i < avg else 1, image.getdata())) # 二进制表示
    aHash_value_decimal = reduce(lambda x, y_z: x | (y_z[1] << y_z[0]),enumerate(