这篇博客介绍了用于图片搜索的三种哈希算法：平均哈希（aHash）、感知哈希（pHash）和差异哈希（dHash）。aHash通过比较像素与平均值来生成指纹，适合缩略图搜索；pHash利用DCT减少频率提高精度；dHash基于相邻像素差异快速生成指纹，效果优于aHash。文章还提供了算法步骤及开源项目链接。
想必大家都用google或baidu的识图功能，上面就是我搜索冠希哥一幅图片的结果，达到图片比较目的且利用信息指纹比较有三种算法，这些算法都很易懂，下面分别介绍一下：
一、平均哈希算法（aHash）
此算法是基于比较灰度图每个像素与平均值来实现的，最适用于缩略图，放大图搜索。
步骤：
1.缩放图片：为了保留结构去掉细节，去除大小、横纵比的差异，把图片统一缩放到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。
附上灰度图相关算法（R = red， G = green， B = blue）
1.浮点算法：Gray=R*0.3+G*0.59+B*0.11
2.整数方法：Gray=(R*30+G*59+B*11)/100
扫一扫
2342
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
