加密雜湊 (MD5/SHA) 對單一位元變動產生完全不同雜湊(雪崩效應),**無法識別視覺相似圖片**。感知雜湊 (Perceptual Hash) 從圖像視覺特徵生成指紋,**相似圖片雜湊相近**,適用去重、版權偵測。
Y = 0.299R + 0.587G + 0.114B。#!/usr/bin/env python3
# -*- coding: utf-8 -*-
from PIL import Image
import imagehash # pip install imagehash (內建 dhash/phash/whash)
def dhash_manual(image_path, hash_size=8):
"""手工實作 dHash,教學用"""
img = Image.open(image_path).convert('L') # 灰度
img = img.resize((hash_size + 1, hash_size), Image.LANCZOS)
pixels = list(img.getdata())
bits = []
for y in range(hash_size):
row_start = y * (hash_size + 1)
for x in range(hash_size):
left = pixels[row_start + x]
right = pixels[row_start + x + 1]
bits.append('1' if left > right else '0')
# bits → hex
return ''.join(f'{int("".join(bits[i:i+4]), 2):x}' for i in range(0, 64, 4))
# 生產環境直接用 imagehash 庫
def dhash_lib(image_path):
return str(imagehash.dhash(Image.open(image_path)))
# 相似度:漢明距離
def hamming(h1, h2):
return bin(int(h1, 16) ^ int(h2, 16)).count('1')
if __name__ == '__main__':
import sys
if len(sys.argv) != 3:
print(f"Usage: {sys.argv[0]} img1 img2")
sys.exit(1)
h1 = dhash_lib(sys.argv[1])
h2 = dhash_lib(sys.argv[2])
dist = hamming(h1, h2)
print(f"dHash1: {h1}")
print(f"dHash2: {h2}")
print(f"漢明距離: {dist} / 64")
print(f"相似度: {100 - dist * 100 / 64:.1f}%")
phash CHAR(16)。BIT_COUNT(phash ^ new_hash) < threshold (MySQL 8+ / PostgreSQL)。| 演算法 | 特徵 | 適用場景 |
|---|---|---|
| aHash (平均雜湊) | 縮 8×8 → 平均值比較 | 縮圖、簡單去重 |
| pHash (感知雜湊) | DCT 頻域 + 低頻係數 | 強健:旋轉、壓縮、水印、亮度變化 |
| dHash (差異雜湊) | 梯度方向 | 速度快、抗縮放/裁剪、推薦通用 |
| wHash (小波雜湊) | DWT 子頻帶 | 抗噪聲、幾何變換 |
dHash 以「鄰域亮度差異」編碼視覺結構,**極速計算、抗縮放裁剪、相似度直觀量化**。配合 imagehash 庫與資料庫位運算,輕鬆構建百萬級圖片去重系統。下一步:整合 pHash 提升對旋轉/濾鏡的魯棒性。