ImageHash 4.0

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。

要求

基于PIL/枕头图像，numpy和scipy.fftpack（用于phash） 通过pypi轻松安装。

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

演示脚本find_similar_images演示了如何在目录中找到类似的图像。

托管在github的源代码：https://github.com/JohannesBuchner/imagehash

更改日志

• 4.0:已将二进制实现更改为十六进制实现，因为前一个实现因散列大小不同而中断。此更改破坏了与以前存储的哈希的兼容性；若要从旧编码转换它们，请使用“old_hex_to_hash”函数。
• 3.5：图像数据处理速度加快
• 3.2:whash现在还处理比散列图像小的图像

• 3.0:dhash有一个缺陷：它是垂直计算像素差异的，而不是水平计算的。

  我把它改成了dHash。旧功能可用作dhash_vertical。

• 2.0:添加whash
• 1.0:初始ahash、dhash、phash实现。