如何判断两张图片的相似度？

暴力判断

比较两个图片是否相等有很多方法，最直观的，也最容易想到的算法就是遍历两个图片的每一个像素，最终求差来得到两个图片是否相等。 这种方式的优点是速度很快，比较精度特别高，但是如果两个图片稍微有一点不同，哪怕只是一个像素的差距，都会返回False。 因此，该算法的适用性并不广泛，除非你的需求就是要判断两张图片严格相等，但是多数情况下，我们需求都是比较两张图片是否相似。所以，接下来，我们来看看市面上主流的图像相似度的判别算法。

图像相似的判别算法

图像相似也有很多判别法，我没有去尝试每一种方法，但是基本上所有的方法都了解了一遍，在这里总结一下主流的算法，同时也是巩固一下。

直方图比较法

直方图比较法是一个比较基础，也比较简单快捷的一种办法，目前我就是使用这个方法作为项目的主力相似性判别法。 直方图比较的原理是，将所要比较的两幅图片的直方图数据，然后再将直方图数据归一化之后方便比较，最终得到一个相似指数，通过设定相似指数的边界，我们可以得到是否是同一张图片。 直方图算法运行速度很快，也是比较图片相似度算法中很受欢迎的算法，如果你的项目中，需要比较有着极高相似度的图片，而且你需要将这种具有极高相似度的图片归为同一个图片，那么就选用直方图算法吧！

哈希算法

感知哈希算法（pHash，全拼：Perceptual hash algorithm）是哈希算法的一种，哈希算法还包括平均值哈希算法（aHash），差异值哈希算法（dHash），经过对比之后，最终决定采用pHash算法来作为辅助相似性判别法。

pHash简单来说，是通过感知哈希算法对每张图片生成一个“指纹”字符串，然后通过比较“指纹”字符串的距离（通常采用汉明距离，Hamming distance，两个等长字符串之间的汉明距离，是两个字符串对应位置的不同字符的个数），这个距离越小，代表两个图片越相似，一般的，我们有下面规则： Hamming distance = 0 -> particular like Hamming distance < 5 -> very like hamming distance > 10 -> different picture 关于aHash, pHash, dHash的区别，我总结如下： · aHash：平均值哈希。转灰度压缩之后计算均值，最终通过像素比较得出哈希值，速度很快，但敏感度很高，稍有变化就会极大影响判定结果，精准度较差。因此比较适用于缩略图比较，最常用的就是以图搜图。 · pHash：感知哈希。在均值哈希基础上加入DCT（离散余弦变化，下面也会涉及，这里不展开），两次DCT就可以很好的将图像按照频度分开，取左上角高能低频信息做均值哈希，因此，精确度很高，但是速度方面较差一些。 · Opencv实测速度比平均哈希慢大概200ms～700ms左右（我自己的开发机，不同机器，不同版本可能结果也会不同）。相比较aHash，pHash更加适合用于缩略图比较，也非常适合比较两个近似图片是否相等。 · 比如你所要比较的两张图片就只有一个button有变化，其余的都没有变化，采用严格的aHash很有可能就得到错误的结果，这种情况就可以放心大胆的采用pHash算法进行比较。实际上，这个场景就是我们项目中实际碰到的，最终也是通过pHash来解决的。 · dHash：差异值哈希。转灰度压缩之后，比较相邻像素之间差异。 · 假设有10×10的图像，每行10个像素，就会产生9个差异值，一共10行，就一共有9×10=90个差异值。最终生成哈希值即指纹。 · 速度上来说，介于aHash和pHash之间，精准度同样也介于aHash和pHash之间。所以前两种哈希的适用场景，dHash也完全适用，如果你想要一个精准度较高而且速度比较快的算法，那就选择dHash吧！ 这里均值哈希的实现： pHash在均值哈希算法的基础上，加入了离散余弦变换（DCT，Discrete cosine transform），数学不精通的同学可能这里就有点着急了，简单解释一下离散余弦变化，其作用是为了减少图像的冗余和相关性，是一种图像压缩算法，将图像从像素域变换到频率域。详细请前往（离散余弦变换） 我们用步骤来描述如何将DCT加入到pHash中： 1. 缩小尺寸：pHash以小图片开始，但图片大于8×8，32×32是最好的（我这里选用的是32×32的，计算量完全OK）。这样做的目的是简化了DCT的计算，而不是减小频率。 2. 简化色彩（灰度化）：将图片转化成灰度图像，一个只由0～255整数来表示的灰度图，由此进一步简化计算量。 3. 计算DCT：计算图片的DCT变换，得到32×32的DCT系数矩阵。 4. 缩小DCT：虽然DCT的结果是32×32大小的矩阵，但我们只要保留左上角的8×8的矩阵，这部分呈现了图片中的最低频率。 5. 计算平均值：如同均值哈希一样，计算DCT的均值。 6. 计算hash值：这是最主要的一步，根据8×8的DCT矩阵，设置0或1的64位的hash值，大于等于DCT均值的设为”1”，小于DCT均值的设为“0”。组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。 差值哈希算法前期和后期基本相同，只有中间比较hash有变化。 步骤 1. 缩放： 图片缩放为8*9，保留结构，出去细节。 2. 灰度化：转换为256阶灰度图。 3. 求平均值：计算灰度图所有像素的平均值。 4. 比较：像素值大于后一个像素值记作1，相反记作0。本行不与下一行对比，每行9个像素，八个差值，有8行，总共64位 5. 生成hash：将上述步骤生成的1和0按顺序组合起来既是图片的指纹（hash）。顺序不固定。但是比较时候必须是相同的顺序。

其他相似性比较算法

除了上述直方图和哈希算法之外，还有其他的一些算法，我列举如下： 1. 内容特征法 内容特征法和直方图比较法比较相似，只不过是从比较图像内容入手的，通常的做法是压缩灰度化之后来比较前景色和背景色的反差。通过设定一个值，来区分前景色和背景色，我们前面简单说过，灰度化就是用0～255来表示所有的像素，我们设定一个值，比如说130，大于130的，我们称之为背景色，反之，称之为前景色。最终，我们通过一个公式（被称为大津法，Otsu's method，维基百科）： 我们记： 前景色占比 F=前景色像素数/总体像素数 背景色占比 B=背景色像素数/总体像素数 前景色平均值和方差 F1，F2 背景色平均值和方差 B1，B2，则： 类内差异 = F(F2^2) + B(B2^2) 类间差异 = FB(F1-B1)^2 使得前景色和背景色的“类内差异最小”，得到一个阈值，将阈值和每一个像素比较之后，就得到了该图片的0-1特征矩阵，通过比较两个不同图片的特征矩阵即可得到图片之间的相似度。 该算法也除了用于图片相似度之外，也常用于找不同，找不同的精确度很高，速度相较于直方图，差距不明显，如果你有找不同的需求，可以使用这个算法来做，但是如果你有模糊匹配的需求，该算法就非常不合适了。该算法也可用于媒体处理，如视频跟踪，运动检测等。 2.关键点匹配 或者叫特征点匹配，使用特征描述子来做角点检测，特征描述子通常是一个向量，两个向量之间的距离就可以用来比较其相似度。 3. SSIM（structural similarity，结构相似性） SSIM作为一种全参考的图像相似度算法，从亮度、对比度和结构三方面来比较图像相似度，大名鼎鼎，使用广泛。初期我也将其运用到项目中，但是实际运行效果发现，耗时有点长，而且结果还没有直方图来的简单直接，给人一种杀鸡焉用牛刀的感觉，所以最终还是放弃了。

结语

文中列出的是主流的最常使用的一些算法，还有一些其他算法，没有列出，是因为在了解过程中，根据需求最终决定不去尝试，不然试错成本太高，有一些明显不合适的算法就简单了解就可以了。