dhash 1.4

dhash是一个Python库，它为给定图像生成一个“差异哈希” —— 一个基于Neal Krawetz的dHash算法的感知哈希，该算法在这篇“Hacker Factor”博客文章中有所介绍。

该库位于Python包索引（PyPI）上，适用于Python 3和Python 2.7。要安装它，打开命令提示符，如果您正在使用虚拟环境，请激活它，然后输入

pip install dhash

创建差异哈希的算法非常简单

• 将图像转换为灰度图

• 将其缩小到9x9缩略图（大小=8表示一个8+1x8+1的图像）

• 生成一个64位的“行哈希”：1位表示像素强度在x方向上增加，0表示减少

• 同样地，在y方向上生成一个64位的“列哈希”

• 将这两个值组合起来生成最终的128位哈希值

库默认生成大小为8的dhash，但您可以通过将size=N作为关键字参数传递给大多数函数来轻松覆盖此设置。例如，您可以指定size=16来生成一个更准确（但使用起来较慢）的512位dhash。

我发现dhash非常适合检测近似重复项（我们使用8位dhash和最大2位差的值找到了重复项）。但由于算法的简单性，它不太擅长找到相似图像或裁剪过的重复图像——如果您想做到这一点，就需要更复杂的图像指纹。然而，dhash非常适合找到精确重复项和近似重复项，例如，略有改变的照明、轻微裁剪或非常轻微的PS处理后的同一图像。

要使用dhash库，您需要安装wand ImageMagick绑定或Pillow (PIL)库。选择一个并坚持使用——由于它们在灰度转换和缩放算法上的差异，它们将产生略微不同的dhash值。

如果您已安装这两个库，dhash将默认使用wand。要在使用库之前覆盖此行为并强制使用Pillow/PIL，请调用dhash.force_pil()。

使用wand生成dhash值

import dhash
from wand.image import Image

with Image(filename='dhash-test.jpg') as image:
    row, col = dhash.dhash_row_col(image)
print(dhash.format_hex(row, col))

使用Pillow生成dhash值

import dhash
from PIL import Image

image = Image.open('dhash-test.jpg')
row, col = dhash.dhash_row_col(image)
print(dhash.format_hex(row, col))

如果您有自己的库，可以将图像转换为灰度并将尺寸缩小到9x9（或对于size=16，为17x17），您可以向dhash_row_col()传递一个整数像素强度列表（例如，从0到255）。例如

>>> import dhash
>>> row, col = dhash.dhash_row_col([0,0,1,1,1, 0,1,1,3,4, 0,1,6,6,7, 7,7,7,7,9, 8,7,7,8,9], size=4)
>>> format(row, '016b')
'0100101111010001'
>>> format(col, '016b')
'0101001111111001'

要直接生成128位整数的哈希值，使用dhash_int(image, size=N)。要按各种方式格式化哈希值，请使用format_*函数

>>> row, col = (13962536140006260880, 9510476289765573406)
>>> dhash.format_bytes(row, col)
b'\xc1\xc4\xe4\xa4\x84\xa0\x80\x90\x83\xfb\xff\xcc\x00@\x83\x1e'
>>> dhash.format_hex(row, col)
'c1c4e4a484a0809083fbffcc0040831e'

要计算两个哈希值之间不同的位数（汉明距离），您可以使用辅助函数get_num_bits_different(hash1, hash2)

>>> import dhash
>>> dhash.get_num_bits_different(0x4bd1, 0x5bd2)
3

您还可以使用dhash从命令行生成特定图像的差异哈希

$ python -m dhash dhash-test.jpg
c1c4e4a484a0809083fbffcc0040831e

$ python -m dhash --format=decimal dhash-test.jpg
13962536140006260880 9510476289765573406

# show the 8x8 row and column grids
$ python -m dhash --format=matrix dhash-test.jpg
* * . . . . . *
* * . . . * . .
* * * . . * . .
* . * . . * . .
* . . . . * . .
* . * . . . . .
* . . . . . . .
* . . * . . . .

* . . . . . * *
* * * * * . * *
* * * * * * * *
* * . . * * . .
. . . . . . . .
. * . . . . . .
* . . . . . * *
. . . * * * * .

# compute the bit delta between two images
$ python -m dhash dhash-test.jpg similar.jpg
1 bit differs out of 128 (0.8%)

有关更多详细信息，请阅读dhash.py中的代码——它非常小！

dhash由Ben Hoyt编写，并使用许可的MIT许可证（请参阅LICENSE.txt）。