相似图片检测：pHash算法

检查两个图片的相似度，一个简单而快速的算法：感知哈希算法(Perceptual Hash)，通过某种提取特征的方式为每个图片计算一个指纹（哈希），这样对比两个图片相似与否就变成了对比两个指纹异同的问题。

实现

Step1.缩小尺寸

将图片缩小到8*8的大小，这样做可以去除图片的细节，只保留结构和明暗等基本信息，同时摒弃不同尺寸和比例带来的图片差异。

Step2.灰度处理

把缩小后的图片转化为64级灰度图（每个像素只有64种颜色）。

Step3.计算平均值

计算所有64个像素的灰度平均值。

Step4.计算哈希

这里哈希的计算方法是：上面说的64个像素的灰度与平均值进行比较，大于或等于平均值记为1，小于记为0。

将每个像素的比较结果组合在一起成为一个64位的二进制整数，这个整数就是此图片的指纹。

Step5.对比哈希

不同图片对比的方法，就是对比它们的64位哈希中，有多少位不一样（汉明距离）。一般来说如果不同的位数不超过5，就说明两张图片很相似，如果大于10，就很可能是两张不同的图片。

代码（Python）

计算pHash:

def phash(img):
    img = img.resize((8, 8), Image.ANTIALIAS).convert('L')
    avg = reduce(lambda x, y: x + y, img.getdata()) / 64.
    return reduce(
        lambda x, (y, z): x | (z << y),
        enumerate(map(lambda i: 0 if i < avg else 1, img.getdata())),
        0
    )

计算汉明距离:

def hamming_distance(a, b):
    return bin(a^b).count('1')

计算两个图片是否相似:

def is_imgs_similar(img1,img2):
return True if hamming_distance(phash(img1),phash(img2)) <= 5 else False

其中计算部分用到了lambda表达式和reduce，可参考此文：廖雪峰：map和reduce

Page 2

算法

更新时间: 2020-04-07 15:48:28 分类：算法

分手厨房（Over Cooked!）是一款以高难度合作著称的游戏，在形形色色的厨房中，你需要和你的同伴一起克服重重难关，按照指定的顺序生产出美味佳肴，满足客人....

更新时间: 2018-08-17 17:15:51 分类：算法

介绍非对称加密技术是当前互联网界采用较多的一种数据加密方式。通过网络传输机密信息的问题是，传输的渠道是公开、透明的，某种程度上来讲，这就好比要使....

更新时间: 2018-08-17 17:13:43 分类：算法

分词 + 杰卡德系数首先是最简单粗暴的算法。为了对比两个东西的相似度，我们很容易就想到可以看他们之间有多少相似的内容，又有多少不同的内容，再进一步可....

更新时间: 2018-01-21 18:24:04 分类：算法

背景检查两个图片的相似度，一个简单而快速的算法：感知哈希算法(Perceptual Hash)，通过某种提取特征的方式为每个图片计算一个指纹（哈希），这样对比两个....

更新时间: 2016-11-23 17:37:19 分类：算法

# includeiostream using namespace std; int a[10] = {3,7,5,4,0,2,8,6,1,9}; void quicksort(int l,int r) { int base,i,j;//i是右侧探测器，j是左侧....

更新时间: 2016-09-23 22:42:29 分类：算法

#include iostream #include malloc.h using namespace std; typedef int Type; struct node{ Type data,num; node * next; }; void josephRing(int ....

更新时间: 2016-09-23 14:42:32 分类：算法

在Bellman-Ford算法中我们可以看到大量的优化空间：如果一个点的最短路径已经确定了，那么它就不会再改变，因此不需要再处理。换句话说：我们每次只对最短....

更新时间: 2016-09-23 09:20:33 分类：算法

继续最短路径！说说Bellman—Ford算法思路：假设起点为s，图中有n个顶点和m个边，那么它到任一点（比如i）的最短路径最多可以有n-1条（没有回路就是n-1条）....

更新时间: 2016-09-23 09:19:44 分类：算法

开始图论学习的第二部分：最短路径。由于知识储备还不充足，暂时不使用邻接表的方法来计算。最短路径主要分为两部分：多源最短路径和单源最短路径问题多....