使用OpenCV，Phthon進行圖像哈希處理的一個重要應用是去除重復的圖像；

當你有多個相冊的圖片，進行合并時，so boring，有一些圖片是重復的，肉眼來看太難刪除了。

圖像哈希可以幫助你完美的解決這個問題，找到完全相同的圖片，只保留一張，刪除其他的。

圖像哈希（也稱為感知哈希）是基于圖像的視覺內容構造哈希值的過程。我們將圖像哈希用于CBIR，近重復檢測和反向圖像搜索引擎。

1. 圖像哈希的原理

（1）檢查圖像內容
（2）構造一個哈希值，該哈希值根據圖像的內容唯一地標識輸入圖像

圖像哈希的最重要的一個應用是：反向圖像搜索引擎。

2. 為什么md5，sha-1不起作用？

將一張圖片有250250縮放到500500，圖像沒有變化，但計算出來的md5值變了。原因在于：密碼哈希算法的本質：更改文件中的單個位將導致不同的哈希。

在圖像哈希/感知哈希情況下，我們實際上希望相似的圖像也具有相似的哈希值。 這也是根本原因。

解決辦法： 使用差分哈希（Difference Hash 簡稱dHash）；

3. 差異哈希

（1）轉為灰度圖（可以更快運算，匹配相同但色彩空間稍有改變的圖像）；
（2）忽略寬高比的縮放圖像至9 * 8；
（3）9 * 8計算相鄰行之間相鄰像素的差值，得到8 * 8；
（4）計算哈希值（x>p(x+1) =1 : 0）；

4. 差異哈希的好處

（1）如果輸入圖像只是寬高比發生變化，圖像哈希不會改變；
（2）只是調整亮度或對比度將不會更改哈希值，或者只會對其稍有更改，以確保哈希值緊密地靠在一起；
（3）差異哈希速度非常快；

5. 對比差異哈希的值

• 使用漢明距離對比倆個哈希的值；
• 漢明距離為零的兩個哈希值意味著兩個哈希值是相同的（因為沒有不同的位），并且兩個圖像是相同的/在感知上也相似。

6. 應用差異哈希解決實際問題

問題：整理照片常遇到的問題，文件夾haystack，文件夾needle中有許多子目錄，包含很多照片。
目標：判斷needle中有哪些目錄的哪些照片沒有 在haystack；

# python hash_and_search.py --haystack haystack --needles needles# 導入必要的包
from imutils import paths
import argparse
import time
import sys
import cv2
import os# 差分Hash算法（相鄰列的相鄰像素相減  由9*8 相減得到 8*8 64位哈希值）
def dhash(image, hashSize=8):# 縮放圖像，多增加一列，以后續進行水平梯度計算resized = cv2.resize(image, (hashSize + 1, hashSize))# 水平方向，計算相鄰的行之間的差值diff = resized[:, 1:] > resized[:, :-1]# 轉換不同圖像為hashreturn sum([2 ** i for (i, v) in enumerate(diff.flatten()) if v])# 構建命令行參數
# --haystack 大文件夾
# --needle 小文件夾
# 目標： 檢查needle中的每個圖像是否在haystack中，已存在的刪除，不存在的保留
ap = argparse.ArgumentParser()
ap.add_argument("-a", "--haystack", required=True,help="dataset of images to search through (i.e., the haytack)")
ap.add_argument("-n", "--needles", required=True,help="set of images we are searching for (i.e., needles)")
args = vars(ap.parse_args())# 獲取needle、haystack文件夾總的所有圖片文件
print("[INFO] computing hashes for haystack...")
haystackPaths = list(paths.list_images(args["haystack"]))
needlePaths = list(paths.list_images(args["needles"]))# 移除文件中的\\ 或者空格
# Windows操作系統使用\分隔路徑
# 在Unix系統使用/時分隔路徑
if sys.platform != "win32":haystackPaths = [p.replace("\\", "") for p in haystackPaths]needlePaths = [p.replace("\\", "") for p in needlePaths]# 獲取needle的子目錄 初始化字典（映射文件名和hash值）
BASE_PATHS = set([p.split(os.path.sep)[-2] for p in needlePaths])
haystack = {}  # 文件名與hash值的映射字典
start = time.time()# 循環遍歷haystack路徑
for p in haystackPaths:# 從磁盤加載圖片image = cv2.imread(p)# 如果image為None，跳過...if image is None:continue# 轉換圖像為灰度圖，并計算hash值image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)imageHash = dhash(image)# 更新haystack字典l = haystack.get(imageHash, [])l.append(p)haystack[imageHash] = l# 顯示haystack字典更新的耗時，開始甲酸needle圖像的hash值
print("[INFO] processed {} images in {:.2f} seconds".format(len(haystack), time.time() - start))
print("[INFO] computing hashes for needles...")# 遍歷needle路徑的圖像
for p in needlePaths:# 加載圖片image = cv2.imread(p)# 圖像為None，跳過...if image is None:continue# 轉換為灰度圖，計算hash值image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)imageHash = dhash(image)# 獲取所有匹配該hash值的圖像matchedPaths = haystack.get(imageHash, [])# 遍歷所有匹配的圖像路徑for matchedPath in matchedPaths:# 提取圖片的子文件夾路徑b = p.split(os.path.sep)[-2]# 如果needle路徑的基本路徑包含子目錄，if b in BASE_PATHS:BASE_PATHS.remove(b)# 顯示路徑以檢查
print("[INFO] check the following directories...")
# 循環遍歷子目錄并打印照片
for b in BASE_PATHS:print("[INFO] {}".format(b))

總結

以上是生活随笔為你收集整理的使用OpenCV，Python进行图像哈希（差分哈希 dHash）处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。