dhash计算源码分析

1. dhash

参考1中，给出了一种相似图片搜索中，能用于计算图像hash值的算法，叫做dhash。
用dhash计算图片hash，既能兼顾计算效率，又能兼顾准确率。
那么好的东西，也已经有开源版本实现了，见参考2。

2. dhash lib的用法

参考2给的lib，根据其readme，得到在python中用法如下：

import dhash
from PIL import Image

def get_dhash(img_path):
    image = Image.open(img_path)
    row, col = dhash.dhash_row_col(image, size=16)
    hh = dhash.format_hex(row, col)
    return hh

h1 = get_dhash('xxx.png')    
print(h1) # hash value
print(len(h1)*4) # binary bits count, 512
print(len(h1)) # hex bits count, 128

设置不同的size，得到的dhash值的位数也不同。这里取size=16，得到的dhash值为512位（二进制0/1组成）。

3. 存在的问题

上面的代码，输入不同图片时，输出的dhash值位数不一定都是512位的。

有些图片的结果是496位，有的是508位，有的是512位。

这就麻烦了，如果位数不固定，那后面做相似性搜索，也是无法实现的。

该如何解决这个问题呢？

直观的想法是zero-padding，在每个hash值前面补零，固定为512位。但这样可以吗？

4. 源码分析

为了弄明白这个问题，需要看下dhash lib的设计初衷，才能知道直接补零是否可行。

1. 获取行列哈希值

• 源码的dhash_row_col()函数
• 源码位置：https://github.com/benhoyt/dhash/blob/master/dhash.py#L73

下面对源码中关键逻辑做了注释

def dhash_row_col(image, size=8):
    width = size + 1
    # 彩色图变为灰度图
    # 把图像size调整到 (size+1)x(size+1)
    grays = get_grays(image, width, width)
    # 分别计算行哈希值，列哈希值
    row_hash = 0
    col_hash = 0
    for y in range(size):
        for x in range(size):
            offset = y * width + x
            # grays[offset]是迭代过程中的当前像素值（灰度值）
            # 若当前点比下一个点像素值小，则当前bit=1，否则bit=0
            row_bit = grays[offset] < grays[offset + 1]
            # row_hash左移1位后，加上当前计算得到的bit位
            row_hash = row_hash << 1 | row_bit
            # 若当前点比offset + width点像素值小，则当前bit=1，否则bit=0
            col_bit = grays[offset] < grays[offset + width]
            # col_hash左移1位后，加上当前计算得到的bit位
            col_hash = col_hash << 1 | col_bit
    return (row_hash, col_hash)

从dhash源码可见，我们输入的size=16，会导致图片被转换为17x17的灰度图。

hash值的计算，并不是直接得到一个hash，而是得到行哈希和列哈希两个哈希值。

每个哈希值，都有size x size个bit，这里得到的行哈希和列哈希，都是256位的二进制数。

这两个哈希值，还要经过下面的转换，才能得到最终的dhash值。

2. 将行哈希、列哈希转换为dhash值

• 源码的format_matrix()函数
• 源码位置：https://github.com/benhoyt/dhash/blob/master/dhash.py#L157

下面是源码中关键逻辑

def format_hex(row_hash, col_hash, size=8):
    hex_length = size * size // 4
    # 把行哈希，转换为hex_length个16进制数，列哈希值也做相同处理后，拼接到一起
    return '{0:0{2}x}{1:0{2}x}'.format(row_hash, col_hash, hex_length)

转换为本题的size=16的情况后

def format_hex(row_hash, col_hash):
    hex_length = 16 * 16 // 4 # 64
    return '{0:0{2}x}{1:0{2}x}'.format(row_hash, col_hash, 64)

可见，最终结果是把行哈希值，列哈希值，分别转换为64位的十六进制数据，并拼接到一起。

所以，最终dhash的值，是64+64=128位十六进制数，正好也就是512位二进制数。

5. 如何解决位数不固定问题

通过源码分析，我们可以知道，为了得到固定位数的dhash值，必须在上面提到的两个关键函数中指定size参数。

将2中给定的代码，改为如下，即可解决这个问题。

import dhash
from PIL import Image

def get_dhash(img_path):
    image = Image.open(img_path)
    row, col = dhash.dhash_row_col(image, size=16)
    hh = dhash.format_hex(row, col, size=16)#加上这个size参数即可
    return hh

h1 = get_dhash('xxx.png')    
print(h1) # hash value
print(len(h1)*4) # binary bits count, 512
print(len(h1)) # hex bits count, 128

6. 总结

本文介绍了参考2中的dhash计算开源项目的关键代码逻辑，并给出了使用该项目获取dhash值时得到固定位数哈希值的方案。

7. 参考

1. http://www.hackerfactor.com/blog/?/archives/529-Kind-of-Like-That.html

2. https://github.com/benhoyt/dhash