之前介绍了许多图像比对的算法,这里再介绍一个算法,叫感知哈希算法:perceptual hash algorithm, 它的作用是对每张图像生成一个“指纹”字符串,然后比较不同图像的指纹。结构越接近,说明图像越相似。
![db6fb533d3a6d4ea88891260db9700ad.png](https://img-blog.csdnimg.cn/img_convert/db6fb533d3a6d4ea88891260db9700ad.png)
哈希算法步骤图解
这个算法常用于图像整理,归类上,比如快速整理手机中的照片文件夹子。该算法的优点明显,相对于其它算法实现起来比较简单,且速度快,准确率高。
图像哈希或者叫感知哈希包括以下两个过程:
1)检查图像内容
2)构造基于图像内容唯一标识,即输入图像的哈希值
最典型的应用比如TinEye,就是一种采用反向图像搜索引擎。用户可以:
1)上传图像
2)然后TinEye给出类似图像的网址
接下来我们将讨论:
1)图像散列(为什么传统散列不起作用)
2)实现图像散列,特别是差异散列(dHash)
3)将图像散列应用于实际问题和数据集
为什么我们不能使用md5,sha-1等?