PythondHash算法入门指南
大家好,今天本人给大家带来文章《Python dHash算法使用教程》,文中内容主要涉及到,如果你对文章方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
dHash通过计算图像相邻像素差异生成64位哈希值,对内容变化敏感且具备一定亮度鲁棒性。首先缩放图像为9×8并转灰度图,比较每行相邻像素大小关系生成二进制序列,再转换为16进制字符串。Python中结合Pillow库可快速实现,利用汉明距离衡量哈希差异,距离越小图像越相似,通常小于5视为视觉相近,适用于图像去重与相似检索场景。

dHash(差异哈希)是一种常用于图像相似度比较的哈希算法。它通过计算图像像素之间的差异生成哈希值,对图像内容变化敏感但对亮度、对比度等小变动有一定鲁棒性。在Python中实现dHash非常简单,通常结合Pillow库处理图像。
1. 安装依赖库
使用dHash前需要安装图像处理库Pillow:
pip install Pillow2. dHash算法原理简述
dHash的核心步骤如下:
- 将图像缩放为9×8大小(8列用于计算8×8灰度差)
- 转换为灰度图
- 比较相邻像素:右边像素大于等于左边则对应位为1,否则为0
- 生成64位哈希值(8×8=64)
3. Python实现dHash函数
下面是一个完整的dHash实现示例:
from PIL import Imagedef dhash(image_path, hash_size=8):
打开图像并调整大小为 (hash_size + 1) x hash_size
img = Image.open(image_path)
img = img.convert('L').resize((hash_size + 1, hash_size), Image.Resampling.LANCZOS)
# 获取像素数据
pixels = list(img.getdata())
# 计算差异:每行比较相邻像素
difference = []
for row in range(hash_size):
for col in range(hash_size):
left_pixel = pixels[row * (hash_size + 1) + col]
right_pixel = pixels[row * (hash_size + 1) + col + 1]
difference.append(left_pixel > right_pixel)
# 转换为二进制哈希
decimal_value = 0
for i, diff in enumerate(difference):
if diff:
decimal_value += 2**i
return "{:0>16x}".format(decimal_value) # 返回16字符hex字符串4. 使用示例与比较图像相似度
你可以用以下代码比较两张图的dHash相似度:
def hamming_distance(hash1, hash2): # 计算两个哈希间的汉明距离 return sum(c1 != c2 for c1, c2 in zip(hash1, hash2))示例使用
hash1 = dhash("image1.jpg") hash2 = dhash("image2.jpg")
print("Hash 1:", hash1) print("Hash 2:", hash2) print("汉明距离:", hamming_distance(hash1, hash2))
汉明距离越小,图像越相似。一般小于5认为视觉上接近。
基本上就这些。dHash实现简单、速度快,适合批量图像去重或查找相似图。注意确保输入图像路径正确,并处理可能的IO异常。实际应用中可缓存哈希值提升性能。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
PyTorch张量均值高效计算方法
- 上一篇
- PyTorch张量均值高效计算方法
- 下一篇
- 小米汽车官网入口与首页功能解析
-
- 文章 · python教程 | 2天前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 2天前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 2天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 2天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 2天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 450次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 520次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 535次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 480次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 304次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

