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。
2
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 osimport 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 = 0for index in range(len(hash1)):if hash1[index] != hash2[index]:num += 1return numif __name__ == "__main__":#PILimage1 = 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 / 64print('dist is '+'%d' % dist)print('similarity is ' +'%d' % similarity)
最终结果：
可见两张图片相似度非常低。
3
优缺点
优点：速度快
缺点：精确度较差，对均值敏感
