图片相似度识别：aHash算法

三猫

发布于 2019-10-21 17:33:54

5.3K0

文章被收录于专栏：机器学习养成记机器学习养成记

戳蓝色字关注我们哟！

aHash、pHash、dHash是常用的图像相似度识别算法，原理简单，实现方便，个人把这三个算法作为学习图片相似度识别的入门算法。本次起，从aHash开始，对三个算法的基本原理和实践代码进行梳理。

aHash算法

Hash算法进行图片相似度识别的本质，就是将图片进行Hash转化，生成一组二进制数字，然后通过比较不同图片的Hash值距离找出相似图片。aHash中文叫平均哈希算法，顾名思义，在进行转化过程中将用到像素均值。

基本原理：

缩小尺寸。这样做会去除图片的细节，只保留结构、明暗等基本信息，目的是统一图片大小，保证后续图片都有相同长度的哈希值，方便距离计算。网上看到的案例基本都将尺寸缩小为8*8，64个像素点，暂时不清楚缩小为这个尺寸的原因，但如果觉得损失的信息太多，个人认为可以将尺寸适当调大，当然像素点多了后续计算就会稍慢一些。
灰度化处理。将图片全部转换为统一的灰度图。
计算像素均值。计算像素的灰度平均值（此处均值出现）。
哈希值计算。将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1，小于平均值，记为0，由此生成二进制数组。
图片配对，计算汉明距离。距离越近，越相似。当图片缩小为8*8时，通常认为汉明距离小于10的一组图片为相似图片。

Python实现

本例中将计算以下两张图片的相似度：

（image1）

（image2）

图像处理库

图像处理可以用opencv包或者PIL包。如要使用opencv，需要在terminal中输入下面代码，先安装brew，再通过brew安装opencv。

$ /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
$ brew install opencv

完整算法

from PIL import Image #用PIL处理图像
import os
import numpy as np
#import cv2 ——如果要用opencv时需导入

#均值哈希算法
def aHash(image):
    image_new=image
    #计算均值
    avreage = np.mean(image_new) 
    hash = [] 
    for i in range(image.shape[0]): 
        for j in range(image.shape[1]): 
            if image[i,j] > avreage: 
                hash.append(1) 
            else: 
                hash.append(0) 
    return hash

#计算汉明距离
def Hamming_distance(hash1,hash2): 
    num = 0
    for index in range(len(hash1)): 
        if hash1[index] != hash2[index]: 
            num += 1
    return num

if __name__ == "__main__":
    #PIL
    image1 = Image.open('image1.png')
    image2 = Image.open('image2.png')
    #缩小尺寸并灰度化
    image1=np.array(image1.resize((8, 8), Image.ANTIALIAS).convert('L'), 'f')
    image2=np.array(image2.resize((8, 8), Image.ANTIALIAS).convert('L'), 'f')
    
    #opencv
    #img1 = cv2.imread('image1')
    #img2 = cv2.imread('image2') 
    #缩小尺寸并灰度化
    #image1=cv2.cvtColor(cv2.resize(img1,(8,8),interpolation=cv2.INTER_CUBIC),cv2.COLOR_BGR2GRAY)
    #image2=cv2.cvtColor(cv2.resize(img2,(8,8),interpolation=cv2.INTER_CUBIC),cv2.COLOR_BGR2GRAY)
    hash1 = aHash(image1)
    hash2 = aHash(image2)
    dist = Hamming_distance(hash1, hash2)
    #将距离转化为相似度
    similarity = 1 - dist * 1.0 / 64 
    print('dist is '+'%d' % dist)
    print('similarity is ' +'%d' % similarity)

最终结果：