用md5值识别相似图片 python

我使用感知哈希算法对多张图片进行了测试，以上链接中提到差值哈希的速度更快、准确度更高，因此直接用的差值哈希（dhash），但是并未有很好的效果。感知哈希对图片进行缩放，提取特征，不考虑过多的局部特征，可能这也是它不够准确的原因吧。考虑寻找其他方法。

我尝试将汉明距离为6及以下的认为是相似图片，相似的图片基本上能找到，但是还有一些不同的图片也会被认为相似，设置汉明距离为5时，相似的图片也不再能找到。

贴出代码，代码参考上述链接。

import os
import numpy as np
import cv2

class XHash:
    '''
    感知 Hash 算法
    '''

    def __init__(self, image_path, hash_type):
        self.image_path = image_path
        self.hash_size = 8
        self.type = hash_type
        if self.type == 'aHash':
            self.hash = self.__aHash()
        elif self.type == 'dHash':
            self.hash = self.__dHash()

    def __get_gray(self, img):
        '''
        读取 RGB 图片 并转换为灰度图
        '''
        # 由于 cv2.imread 无法识别中文路径，所以使用 plt.imread
        return cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换为灰度图
        
    def __difference(self):
        '''
        比较左右像素的差异
        '''
        #img = plt.imread(self.image_path)
        img = cv2.imdecode(np.fromfile(self.image_path,dtype=np.uint8),cv2.IMREAD_COLOR) # 解决无法取得中文路径问题
        resize_img = cv2.resize(img, (self.hash_size+1, self.hash_size)