python 重复图片_用Python实现通过哈希算法检测图片重复的教程

>>> from PIL import Image

>>> test_image = Image.open('data/test_image.jpg')

# The image is an RGB image with a size of 8x8 pixels.

>>> print 'Image Mode: %s' % test_image.mode

Image Mode: RGB

>>> print 'Width: %s px, Height: %s px' % (test_image.size[0], test_image.size[1])

Width: 4 px, Height: 4 px

# Get the pixel values from the image and print them into rows based on

# the image's width.

>>> width, height = test_image.size

>>> pixels = list(test_image.get

Test image1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20>>> from PIL import Image

>>> test_image = Image.open('data/test_image.jpg')

# The image is an RGB image with a size of 8x8 pixels.

>>> print 'Image Mode: %s' % test_image.mode

Image Mode: RGB

>>> print 'Width: %s px, Height: %s px' % (test_image.size[0], test_image.size[1])

Width: 4 px, Height: 4 px

# Get the pixel values from the image and print them into rows based on

# the image's width.

>>> width, height = test_image.size

>>> pixels = list(test_image.get

用Python实现通过哈希算法检测图片重复的教程

2.将图像缩小到一个常见大小

将图像缩减到一个常见基础尺寸，比如宽度大高度一个像素值的9*8像素大小(到第三步你就能明白为什么是这个尺寸)。通过这个方法将图像中的高频和细节部分移除，从而获得一个有72个强度值的样本。由于调整或者拉伸图像并不会改变它的哈希值，所以将所有图像归一化到该大小。

3.比较邻域像素

前两步实现后得到一个强度值列表，比较该二进制值数组的每一行的相邻像素。1

2

3

4

5

6

7

8

9

10

11

12

13

14

15>>> from PIL import Image

>>> img = Image.open('data/cat_grumpy_orig_after_step_2.png')

>>> width, height = img.size

>>> pixels = list(img.get

2.将图像缩小到一个常见大小

将图像缩减到一个常见基础尺寸，比如宽度大高度一个像素值的9*8像素大小(到第三步你就能明白为什么是这个尺寸)。通过这个方法将图像中的高频和细节部分移除，从而获得一个有72个强度值的样本。由于调整或者拉伸图像并不会改变它的哈希值，所以将所有图像归一化到该大小。

3.比较邻域像素

前两步实现后得到一个强度值列表，比较该二进制值数组的每一行的相邻像素。