python 计算图片的dhash (different hash)

最新推荐文章于 2023-07-01 08:00:00 发布

weixin_34205826

最新推荐文章于 2023-07-01 08:00:00 发布

阅读量541

点赞数

文章标签： python 数据库运维

原文链接：https://my.oschina.net/ez8life/blog/1924986

版权

2019独角兽企业重金招聘Python工程师标准>>>

需求背景

运营的同事提了个需求：货源审核人员每天要审核货源的照片，查看一个照片，检查其是否是以前货源已经使用过的，这个工作机械、高度重复，希望能做个程序自动比对，把可能重复/相似的图片找出来。

需求分析

对这个需求做了分析后，有一下结论：

图片可能是完全一样的，只是格式不同，png，jpeg， gif几种格式
图片可能是相似的，只是经过了放缩、剪裁
图片可能是相似的，经过了简单的涂鸦
图片可能是相似/一样的，但是做了旋转

做这个程序不是要百分百找出重复图片，只需要找出大部分可能重复图片即可大幅度减少重复劳动。

解决办法

使用different hash算法，计算两张图片的hash距离，如果距离小于一个阈值，则认为其相似度太高。

安装PIL

yum install -y python-devel
wget http://effbot.org/downloads/Imaging-1.1.7.tar.gz
tar xvfz Imaging-1.1.7.tar.gz
cd Imaging-1.1.7

找到 setup.py 这个文件，修改下面几行代码（默认TCL_ROOT的设置为NONE，这里要传到系统库的路径才行）：

TCL_ROOT = "/usr/lib64/"
JPEG_ROOT = "/usr/lib64/"
ZLIB_ROOT = "/usr/lib64/"
TIFF_ROOT = "/usr/lib64/"
FREETYPE_ROOT = "/usr/lib64/"
LCMS_ROOT = "/usr/lib64/"

执行安装：

python setup.py install

安装dhash

pip install dhash

使用PIL 计算dhash

import dhash
from PIL import Image

image = Image.open('dhash-test.jpg')
row, col = dhash.dhash_row_col(image)
print(dhash.format_hex(row, col))

使用 ImageMagick 计算dhash （需要安装ImageMagick）

import dhash
from wand.image import Image

with Image(filename='dhash-test.jpg') as image:
    row, col = dhash.dhash_row_col(image)
print(dhash.format_hex(row, col))