本文转自：

http://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html

http://www.voidcn.com/article/p-nvcdxgfv-bnx.html

http://blog.sina.com.cn/s/blog_b27f71160101gp9c.html

http://www.voidcn.com/article/p-ojqegjmq-wy.html

http://www.voidcn.com/article/p-cttqtaiy-g.html

http://blog.sina.com.cn/s/blog_b27f71160101gpep.html

计较机怎么知道两张图片相似呢？

按照Neal Krawetz博士的表明，道理很是简朴易懂。我们可以用一个快速算法，就到达根基的结果。

这里的要害技能叫做"感知哈希算法"（Perceptual hash algorithm），它的浸染是对每张图片天生一个"指纹"（fingerprint）字符串，然后较量差异图片的指纹。功效越靠近，就声名图片越相似。

下面是一个最简朴的实现：

一、均匀哈希算法（aHash）

此算法是基于较量灰度图每个像素与均匀值来实现的。

第一步，缩小尺寸。

将图片缩小到8x8的尺寸，总共64个像素。这一步的浸染是去除图片的细节，只保存布局、明暗等根基信息，摒弃差异尺寸、比例带来的图片差别。

第二步，简化色彩。

将8*8的小图片转换成灰度图像，将64个像素的颜色(red,green,blue)转换成一种颜色（利害灰度）。

第三步，计较均匀值。

计较全部64个像素的灰度均匀值。

第四步，较量像素的灰度。

将每个像素的灰度，与均匀值举办较量。大于或便是均匀值，记为1；小于均匀值，记为0。

第五步，计较哈希值。

将上一步的较量功效，组合在一路，就组成了一个64位的整数，这就是这张图片的指纹。组合的序次并不重要，只要担保全部图片都回收同样序次就行了。

?=?

获得指纹往后，就可以比拟差异的图片，看看64位中有几多位是纷歧样的。在理论上，这等同于计较"汉明间隔"（Hamming distance）。假如不沟通的数据位不高出5，就声名两张图片很相似；假如大于10，就声名这是两张差异的图片。

步调声名：

1.缩放图片：为了保存布局去掉细节，去除巨细、横纵比的差别，把图片同一缩放到8*8，共64个像素的图片。

2.转化为灰度图：把缩放后的图片转化为256阶的灰度图。

附上灰度图相干算法（R = red， G = green， B = blue）

?

?

4.较量像素灰度值：遍历灰度图片每一个像素，假如大于均匀值记录为1，不然为0.

5.获得信息指纹：组合64个bit位，次序随意保持同等性即可。

6.比拟指纹：计较两幅图片的指纹，计较汉明间隔（从一个指纹到另一个指纹必要变屡次），汉明间隔越大则声名图片越纷歧致，反之，汉明间隔越小则声名图片越相似，当间隔为0时，声名完全沟通。（凡是以为间隔>10 就是两张完全差异的图片）

算法实现