预处理：读取
图片
第一步，缩小尺寸。
将
图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除
图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的
图片差异。
第二步，简化色彩。
将缩小后的
图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。
第三步，计算平均值。
计算所有64个像素的灰度平均值。
第四步，比较像素的灰度。
将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。
第五步，计算哈希值。
将上一步的比较结果，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。组合的次序并不重要，只要保证所有
图片都采用同样次序就行了。
得到指纹以后，就可以对比不同的
图片，看看64位中有多少位是不一样的。在理论上，这等同于计算"汉明距离"（Hammingdistance）。如果不相同的数据位不超过5，就说明两张
图片很相似；如果大于10，就说明这是两张不同的
图片。
你可以将几张
图片放在一起，也计算出他们的汉明距离对比，就可以看看两张
图片是否相似。
这种
算法的优点是简单快速，不受
图片大小缩放的影响，缺点是
图片的内容不能变更。如果在
图片上加几个文字，它就认不出来了。所以，它的最佳用途是根据缩略图，找出原图。
实际应用中，往往采用更强大的pHash
算法和SIFT
算法，它们能够
识别图片的变形。只要变形程度不超过25%，它们就能匹配原图。这些
算法虽然更复杂，但是原理与上面的简便
算法是一样的，就是先将
图片转化成Hash字符串，然后再进行比较。
以上内容大部分直接从阮一峰的网站上复制过来，想看原著的童鞋可以去在最上面的链接点击进去看。
本文地址：http://sicmodule.glev.cn/quote/11542.html
歌乐夫 http://sicmodule.glev.cn/ , 查看更多
