图片哈希（指纹识别）

November 12, 2019

1504views

3159 words

感知哈希、平均哈希、差异值哈希

感知哈希算法是一类哈希算法的总称，其作用在于生成每张图像的“指纹”(fingerprint)字符串，比较不同图像的指纹信息来判断图像的相似性。结果越接近图像越相似。感知哈希算法包括均值哈希（aHash）、感知哈希（pHash）和差异值哈希（dHash）。

aHash速度较快，但精确度较低；pHash则反其道而行之，精确度较高但速度较慢；dHash兼顾二者，精确度较高且速度较快。

在得到64位hash值后，使用汉明距离量化两张图像的相似性。汉明距离越大，图像的相似度越小，汉明距离越小，图像的相似度越大。

区别
1. 均值哈希和差值哈希算法的时间都比感知哈希少，因为感知哈希resize为32*32，并且要进行DCT离散余弦变换，这个计算比较耗时
2. 改变图片的亮度，色度，对比度，锐度，均值哈希的效果都是最好的，几乎不受影响，其次是差值哈希，最差是感知哈希
3. 但是感知哈希在图片旋转以及resize后，效果比前两者要好
算法
- 平均哈希（aHash）
  1. 图片缩放，一般为88，或者3232
  2. 将图片灰度化
  3. 求平均值，并根据平均值将每一个像素二值化
  4. 将8*8=64位bit，每8个比特为一个十六进制值，转换成字符串，生成哈希值（指纹）
- 感知哈希（pHash）
  1. 图片缩放为32*32大小
  2. 将图片灰度化
  3. 对图片进行离散余弦变换（DCT），转换的频域
  4. 取频域左上角8*8大小（图片的能量都集中在低频部分，低频位于左上角）
  5. 计算平均值，并根据平均值二值化（同平均哈希）
  6. 生成哈希值
- 差异值哈希（dHash）
  1. 图片缩放为9*8大小
  2. 将图片灰度化
  3. 差异值计算（每行相邻像素的差值，这样会生成8*8的差值，前一个像素大于后一个像素则为1，否则为0）
  4. 生成哈希值
其他关键词
- 计算距离
  
  生成每一个图片的哈希值后，需要计算哈希值的距离，来判断两张图片的相似度。一般使用汉明距离，也就是逐位计算两张图片的哈希值是否相同。
- 灰度图相关算法
  
  对于彩色转灰度，其基础的心理学公式为： Gray = R0.299 + G0.587 + B0.114，部分变种也很流行：
  - 浮点算法：Gray=R0.3+G0.59+B0.11
  - 整数方法：Gray=(R30+G59+B11)/100
  - 移位方法：Gray =(R76+G151+B28)>>8;
  - 平均值法：Gray=（R+G+B）/3;
  - 仅取绿色：Gray=G；
- 计算DCT
  
  DCT变换的全称是离散余弦变换(Discrete Cosine Transform)，主要用于将数据或图像的压缩，能够将空域的信号转换到频域上，具有良好的去相关性的性能。DCT变换本身是无损的，但是在图像编码等领域给接下来的量化、哈弗曼编码等创造了很好的条件，同时，由于DCT变换时对称的，所以，我们可以在量化编码后利用DCT反变换，在接收端恢复原始的图像信息。对原始图像进行离散余弦变换，变换后DCT系数能量主要集中在左上角，其余大部分系数接近于零，DCT具有适用于图像压缩的特性。将变换后的DCT系数进行门限操作，将小于一定值得系数归零，这就是图像压缩中的量化过程，然后进行逆DCT运算，可以得到压缩后的图像。
  
  离散余弦变换的原理：
  - 一维DCT变换：
    
    其中，f(i)为原始的信号，F(u)是DCT变换后的系数，N为原始信号的点数，c(u)可以认为是一个补偿系数，可以使DCT变换矩阵为正交矩阵。
  - 二维离散余弦变换的正变换公式为：
  缩小DCT:DCT的结果为32x32大小的矩阵，但只需保留左上角的8x8的矩阵，这部分呈现了图片中的最低频率。

MATLAB实现ahash

  % 这种算法的优点是简单快速，不受图片大小缩放的影响，缺点是图片的内容不能变更。
  % 如果在图片上加几个文字，它就认不出来了。所以，它的最佳用途是根据缩略图，找出原图。

  clc;
  clear all;

  % 第一，将图像缩放到8*8大小,缩放不变性
  I=imread('MN.jpg');
  figure,imshow(I),title('原始图像');
  J=imresize(I,[8,8]);
  figure,imshow(J),title('8*8图像');

  % 第二、将图像灰度化到64个灰度级，灰度粗化
  img = double(rgb2gray(J));  
  img_64 = floor(img/255*64);
  figure,imshow(img_64),title('8*8-64级图像');
  % 第三、计算灰度平均值
  gray_mean = sum(img_64(:))/64;
  % 第四、将所有像素的灰度和均值比较，大于的为1，小于的为0
  feature_img = zeros(8,8);
  for i=1:8
      for j=1:8
          if img_64(i,j) >= gray_mean
              feature_img(i,j) = 1;            
          end
      end
  end
  figure,imshow(feature_img),title('8*8特征图像');
  % 第五步，计算哈希值。将其变换成一行即可。
  hash_feature = reshape(feature_img,1,64)
  % 两个哈希值中小于5个不同，说明很相似的图。大于10说明是不同的照片。

参考文档：

感知哈希，平均哈希，差异值哈希

感知哈希算法

图片哈希（指纹识别）

bear • 2019 年 11 月 12 日

感知哈希、平均哈希、差异值哈希

aHash速度较快，但精确度较低；pHash则反其道而行之，精确度较高但速度较慢；dHash兼顾二者，精确度较高且速度较快。

在得到64位hash值后，使用汉明距离量化两张图像的相似性。汉明距离越大，图像的相似度越小，汉明距离越小，图像的相似度越大。

区别
1. 均值哈希和差值哈希算法的时间都比感知哈希少，因为感知哈希resize为32*32，并且要进行DCT离散余弦变换，这个计算比较耗时
2. 改变图片的亮度，色度，对比度，锐度，均值哈希的效果都是最好的，几乎不受影响，其次是差值哈希，最差是感知哈希
3. 但是感知哈希在图片旋转以及resize后，效果比前两者要好
算法
- 平均哈希（aHash）
  1. 图片缩放，一般为88，或者3232
  2. 将图片灰度化
  3. 求平均值，并根据平均值将每一个像素二值化
  4. 将8*8=64位bit，每8个比特为一个十六进制值，转换成字符串，生成哈希值（指纹）
- 感知哈希（pHash）
  1. 图片缩放为32*32大小
  2. 将图片灰度化
  3. 对图片进行离散余弦变换（DCT），转换的频域
  4. 取频域左上角8*8大小（图片的能量都集中在低频部分，低频位于左上角）
  5. 计算平均值，并根据平均值二值化（同平均哈希）
  6. 生成哈希值
- 差异值哈希（dHash）
  1. 图片缩放为9*8大小
  2. 将图片灰度化
  3. 差异值计算（每行相邻像素的差值，这样会生成8*8的差值，前一个像素大于后一个像素则为1，否则为0）
  4. 生成哈希值
其他关键词
- 计算距离
  
  生成每一个图片的哈希值后，需要计算哈希值的距离，来判断两张图片的相似度。一般使用汉明距离，也就是逐位计算两张图片的哈希值是否相同。
- 灰度图相关算法
  
  对于彩色转灰度，其基础的心理学公式为： Gray = R0.299 + G0.587 + B0.114，部分变种也很流行：
  - 浮点算法：Gray=R0.3+G0.59+B0.11
  - 整数方法：Gray=(R30+G59+B11)/100
  - 移位方法：Gray =(R76+G151+B28)>>8;
  - 平均值法：Gray=（R+G+B）/3;
  - 仅取绿色：Gray=G；
- 计算DCT
  
  DCT变换的全称是离散余弦变换(Discrete Cosine Transform)，主要用于将数据或图像的压缩，能够将空域的信号转换到频域上，具有良好的去相关性的性能。DCT变换本身是无损的，但是在图像编码等领域给接下来的量化、哈弗曼编码等创造了很好的条件，同时，由于DCT变换时对称的，所以，我们可以在量化编码后利用DCT反变换，在接收端恢复原始的图像信息。对原始图像进行离散余弦变换，变换后DCT系数能量主要集中在左上角，其余大部分系数接近于零，DCT具有适用于图像压缩的特性。将变换后的DCT系数进行门限操作，将小于一定值得系数归零，这就是图像压缩中的量化过程，然后进行逆DCT运算，可以得到压缩后的图像。
  
  离散余弦变换的原理：
  - 一维DCT变换：
    
    其中，f(i)为原始的信号，F(u)是DCT变换后的系数，N为原始信号的点数，c(u)可以认为是一个补偿系数，可以使DCT变换矩阵为正交矩阵。
  - 二维离散余弦变换的正变换公式为：
  缩小DCT:DCT的结果为32x32大小的矩阵，但只需保留左上角的8x8的矩阵，这部分呈现了图片中的最低频率。

MATLAB实现ahash

  % 这种算法的优点是简单快速，不受图片大小缩放的影响，缺点是图片的内容不能变更。
  % 如果在图片上加几个文字，它就认不出来了。所以，它的最佳用途是根据缩略图，找出原图。

  clc;
  clear all;

  % 第一，将图像缩放到8*8大小,缩放不变性
  I=imread('MN.jpg');
  figure,imshow(I),title('原始图像');
  J=imresize(I,[8,8]);
  figure,imshow(J),title('8*8图像');

  % 第二、将图像灰度化到64个灰度级，灰度粗化
  img = double(rgb2gray(J));  
  img_64 = floor(img/255*64);
  figure,imshow(img_64),title('8*8-64级图像');
  % 第三、计算灰度平均值
  gray_mean = sum(img_64(:))/64;
  % 第四、将所有像素的灰度和均值比较，大于的为1，小于的为0
  feature_img = zeros(8,8);
  for i=1:8
      for j=1:8
          if img_64(i,j) >= gray_mean
              feature_img(i,j) = 1;            
          end
      end
  end
  figure,imshow(feature_img),title('8*8特征图像');
  % 第五步，计算哈希值。将其变换成一行即可。
  hash_feature = reshape(feature_img,1,64)
  % 两个哈希值中小于5个不同，说明很相似的图。大于10说明是不同的照片。

参考文档：

感知哈希，平均哈希，差异值哈希

感知哈希算法