版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u013421629/article/details/85007793
一、图片相似度检测算法原理
我们日常中处理的数据大多数是文本和图片，既然文本有文本相似度，图片肯定也有图片相似度呀，是不是。下面介绍图片相似度检测的算法：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。
二、应用
- 相似图片搜索
- 图片相似度比较
- 百度识图
- 图片比较
三、实现步骤和思路
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。
# -*- coding:utf-8 -*-
from functools import reduce
from PIL import Image
# 计算图片的局部哈希值--pHash
def phash(img):
"""
:param img: 图片
:return: 返回图片的局部hash值
"""
img = img.resize((8, 8), Image.ANTIALIAS).convert('L')
avg = reduce(lambda x, y: x + y, img.getdata()) / 64.
hash_value=reduce(lambda x, y: x | (y[1] << y[0]), enumerate(map(lambda i: 0 if i < avg else 1, img.getdata())), 0)
print(hash_value)
return hash_value
# 计算汉明距离:
def hamming_distance(a, b):
"""
:param a: 图片1的hash值
:param b: 图片2的hash值
:return: 返回两个图片hash值的汉明距离
"""
hm_distance=bin(a ^ b).count('1')
print(hm_distance)
return hm_distance
# 计算两个图片是否相似:
def is_imgs_similar(img1,img2):
"""
:param img1: 图片1
:param img2: 图片2
:return: True 图片相似 False 图片不相似
"""
return True if hamming_distance(phash(img1),phash(img2)) <= 5 else False
if __name__ == '__main__':
# 读取图片
sensitive_pic = Image.open("3.jpg")
target_pic = Image.open("4.jpg")
# 比较图片相似度
result=is_imgs_similar(target_pic, sensitive_pic)
print(result)
两张不同的图片3和4运行结果：
15824809348783249859
18411139146200482779
24
False
Process finished with exit code 0
两张一样的图片1和2运行结果：
14384397865107178495
14384397865107178495
0
True
Process finished with exit code 0