opencv 图像 抠图 算法_使用openCV和Python实现图像哈希（hash）算法

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。

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？