感知哈希算法（Perceptual hash algorithm） 以图搜图

1.序
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,去除图片的细节*/  

        resize(img,img,Size(8,8));  
    /* 第二步，简化色彩(Color Reduce)。 
       将缩小后的图片，转为64级灰度。*/  

    uchar *pData;  
    for(int i=0;i<img.rows;i++)  
    {  
        pData = img.ptr<uchar>(i);