[1211]python imagehash库简单运用

周小董

发布于 2023-10-10 08:38:45

4810

发布于 2023-10-10 08:38:45

文章被收录于专栏：python前行者

github：https://github.com/JohannesBuchner/imagehash

python imagehash库简单运用

imagehash 是一个用 Python 写的图片哈希算法库。支持以下功能：

平均哈希（ahash）
感知哈希（phash）
差异哈希（dhash）
小波哈希（whash）
HSV 颜色哈希（colorhash）
抗剪切哈希（crop-resistant hashing）

基本原理

为什么我们不能使用MD5、SHA-1等？

不幸的是，我们不能在实现中使用加密哈希算法。由于加密散列算法的性质，输入文件中的微小更改将导致本质上不同的散列。在图像指纹的情况下，我们实际上希望相似的输入也有相似的输出散列。

什么是哈希（hash）？

散列函数（英语：Hash function）又称散列算法、哈希函数，是一种从任何一种数据中创建小的数字 “指纹” 的方法。散列函数把消息或数据压缩成摘要，使得数据量变小，将数据的格式固定下来。该函数将数据打乱混合，重新创建一个叫做散列值（hash values，hash codes，hash sums，或 hashes）的指纹。散列值通常用一个短的随机字母和数字组成的字符串来代表。

诸如 MD5、HA256 一类的密码散列函数，可以输入任何一种数据，将数据压缩成部分摘要，使得数据量变小，从而创建出小的数字 “指纹”。

什么是图像哈希（`imagehash`）？

在图像哈希算法中定义了一类可以输出可比较哈希的函数，这些函数可以提取图像中的特征，用来生成一个独特但不唯一的指纹，比较这些生成的指纹就能够比较两个图像的相似度。

安装

pip install imagehash

基本用法

>>> from PIL import Image
>>> import imagehash
>>> hash = imagehash.average_hash(Image.open('test.png'))
>>> print(hash)
d879f8f89b1bbf
>>> otherhash = imagehash.average_hash(Image.open('other.bmp'))
>>> print(otherhash)
ffff3720200ffff
>>> print(hash == otherhash)
False
>>> print(hash - otherhash)
36

imagehash中的四种图像哈希方式（phash/ahash/dhash/小波hash）

perception hashing

感知哈希，不同于aHash，但首先它确实是离散余弦变换和频域。主函数：def phash(image, hash_size=8, highfreq_factor=4):

两个参数，一起决定了图片resize的大小，最适合的才最好，按照公式： img_size = hash_size * highfreq_factor
hash_size代表最终返回hash数值长度
highfreq_factor，代表resize的尺度

案例：

highfreq_factor = 1
hash_size = 8
img_size = hash_size * highfreq_factor

hash1 = imagehash.phash(Image.open('1_1.jpg'),hash_size=hash_size,highfreq_factor=highfreq_factor)
print(hash1)
# > 354adab5054af0b7

hash2 = imagehash.phash(Image.open('5_1.jpg'),hash_size=hash_size,highfreq_factor=highfreq_factor)
print(hash2)
# > 5b7724c8bb364551

1 - (hash1 - hash2)/len(hash1.hash)**2 # 相似性

average hashing

平均散列，对于每个像素输出1，如果该像素是大于或等于平均值，否则为0。主函数：

average_hash(image, hash_size=8)

案例：

hash_size = 6
hash1 = imagehash.average_hash(Image.open('1_1.jpg'),hash_size=hash_size)
print(hash1)
# > 354adab5054af0b7

hash2 = imagehash.average_hash(Image.open('5_1.jpg'),hash_size=hash_size)
print(hash2)
# > 5b7724c8bb364551

1 - (hash1 - hash2)/len(hash1.hash)**2 # 相似性

difference hashing

梯度散列，计算每个像素的差值，并与平均差异的差异进行比较。

def dhash(image, hash_size=8)

案例：

hash_size = 10
hash1 = imagehash.dhash(Image.open('5_1.jpg'),hash_size=hash_size)
print(hash1)
# > 354adab5054af0b7

hash2 = imagehash.dhash(Image.open('1_1.jpg'),hash_size=hash_size)
print(hash2)
# > 5b7724c8bb364551

1 - (hash1 - hash2)/len(hash1.hash)**2 # 相似性

wavelet hashing

离散小波变换（DWT）是频表示的另一种形式。流行的DCT和傅立叶变换使用余弦函数作为sin\cos的基础：sin(x)，sin(2x)，sin(3x)等等。与此相反，DWT使用一个单一的功能作为基础，但在不同的形式：缩放和移动。基础功能是可以改变的，这就是为什么我们可以有Haar小波，Daubechie-4小波等，这尺度效应给我们很大“时频表示”的时候，低频部分类似于原始信号。

小波散列，几天前我把它添加到库里。它的工作原理在频域中作为pHash但它使用DWT代替DCT变换。主函数：

def whash(image, hash_size = 8, image_scale = None, mode = 'haar', remove_max_haar_ll = True)

参数：

mode: ‘haar’ - Haar wavelets, by default ‘db4’ - Daubechies wavelets
remove_max_haar_ll:是否去掉低频段位，low level (LL) frequency
image_scale:图像重新resize成多大，一定是2的倍数

案例：

hash_size = 8
mode = 'db4'
image_scale = 64
hash1 = imagehash.whash(Image.open('1_1.jpg'),image_scale=image_scale,hash_size=hash_size,mode = mode)
print(hash1)
# > 354adab5054af0b7

hash2 = imagehash.whash(Image.open('5_1.jpg'),image_scale=image_scale,hash_size=hash_size,mode = mode)
print(hash2)
# > 5b7724c8bb364551

1 - (hash1 - hash2)/len(hash1.hash)**2 # 相似性

实例对比

测试图片

使用最为流行的图片

lenna400x400.jpg	lenna512x512.png	lenna317x360_add_text.jpg

PHASH测试效果：

结果是对分辨率不敏感，但是对图像的内容很敏感。

phash leanna400  :  99c6562d7533a296
phash leanna512  :  99c6562d7533a296
phash leannatext :  98d4946d6e2a72b6
phash leanna400 compare leanna512  :  0.0
phash leanna400 compare leannatext :  0.28125
phash leanna512 compare leannatext :  0.28125

WHASH测试效果：

对分辨率不是很敏感，对显示内容更敏感。

whash leanna400  :  b698bd8d0b0b8f8c
whash leanna512  :  be98bd890b0b8f8c
whash leannatext :  3e7e4d19190b0f1d
whash leanna400 compare leanna512  :  0.03125
whash leanna400 compare leannatext :  0.3125
whash leanna512 compare leannatext :  0.28125

AHASH测试效果：

对分辨率不是很敏感，对显示内容更敏感。

average_hash leanna400  :  b69cbd890b0b8f8c
average_hash leanna512  :  b69c3d890b0b8f8c
average_hash leannatext :  3a7e4c09190b0f1f
average_hash leanna400 compare leanna512  :  0.015625
average_hash leanna400 compare leannatext :  0.3125
average_hash leanna512 compare leannatext :  0.296875

DHASH测试效果：

对分辨率不是很敏感，对显示内容更敏感。

dhash leanna400  :  7670795b33131a38
dhash leanna512  :  7670795b33135a38
dhash leannatext :  f2f099b93393d9fd
dhash leanna400 compare leanna512  :  0.015625
dhash leanna400 compare leannatext :  0.296875
dhash leanna512 compare leannatext :  0.28125

测试代码：

由于效果不算好，我就不继续测试了。

import PIL
from PIL import Image
import imagehash

lenna400 = PIL.Image.open('./res/lenna400x400.jpg')
lenna512 = PIL.Image.open('./res/lenna512x512.png')
lennaText = PIL.Image.open('./res/lenna317x360_add_text.jpg')

p = imagehash.phash(lenna400)
p1 = imagehash.phash(lenna512)
p2 = imagehash.phash(lennaText)
print('phash leanna400  : ', p)
print('phash leanna512  : ', p1)
print('phash leannatext : ', p2)
print('phash leanna400 compare leanna512  : ', (p - p1) / len(p.hash) ** 2)
print('phash leanna400 compare leannatext : ', (p - p2) / len(p.hash) ** 2)
print('phash leanna512 compare leannatext : ', (p1 - p2) / len(p1.hash) ** 2, end='\n\n')

w = imagehash.whash(lenna400)
w1 = imagehash.whash(lenna512)
w2 = imagehash.whash(lennaText)
print('whash leanna400  : ', w)
print('whash leanna512  : ', w1)
print('whash leannatext : ', w2)
print('whash leanna400 compare leanna512  : ', (w - w1)/len(w.hash)**2)
print('whash leanna400 compare leannatext : ', (w - w2)/len(w.hash)**2)
print('whash leanna512 compare leannatext : ', (w1 - w2)/len(w1.hash)**2, end='\n\n')

a = imagehash.average_hash(lenna400)
a1 = imagehash.average_hash(lenna512)
a2 = imagehash.average_hash(lennaText)
print('average_hash leanna400  : ', a)
print('average_hash leanna512  : ', a1)
print('average_hash leannatext : ', a2)
print('average_hash leanna400 compare leanna512  : ', (a - a1)/len(a.hash)**2)
print('average_hash leanna400 compare leannatext : ', (a - a2)/len(a.hash)**2)
print('average_hash leanna512 compare leannatext : ', (a1 - a2)/len(a1.hash)**2, end='\n\n')

d = imagehash.dhash(lenna400)
d1 = imagehash.dhash(lenna512)
d2 = imagehash.dhash(lennaText)
print('dhash leanna400  : ', d)
print('dhash leanna512  : ', d1)
print('dhash leannatext : ', d2)
print('dhash leanna400 compare leanna512  : ', (d - d1) / len(d.hash) ** 2)
print('dhash leanna400 compare leannatext : ', (d - d2) / len(d.hash) ** 2)
print('dhash leanna512 compare leannatext : ', (d1 - d2) / len(d1.hash) ** 2)

参考：https://www.cnpython.com/pypi/imagehash https://blog.csdn.net/DHS2219576309/article/details/104922110 https://cloud.tencent.com/developer/article/1011084 https://sakurapuare.com/?p=26 https://www.freesion.com/article/2768708546/

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2023-07-01，如有侵权请联系 cloudcommunity@tencent.com 删除

python

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度