importcv2importnumpyasnp#AverageHashAlgorithmdefaHash(img):#Scaleto8*8img=cv2.resize(img,(8,8),interpolation=cv2.INTER_CUBIC)#转换灰度图像gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#s为像素点，初值为0，hash_str为散列值初值为''s=0hash_str=''#遍历累加求像素和为iinrange(8):forjinrange(8):s=s+gray[i,j]#求平均灰度avg=s/64#灰度大于1的平均值，反之为0生成图片的hash值foriinrange(8):forjinrange(8):ifgray[i,j]>avg:hash_str=hash_str+'1'else:hash_str=hash_str+'0'returnhash_str#差异感知算法defdHash(img):#Scale8*8img=cv2.resize(img,(9,8),interpolation=cv2.INTER_CUBIC)#转换灰度图像gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)hash_str=''#每行第一个像素大于最后一个像素，which为1，相反为0，生成hashforiinrange(8):forjinrange(8):ifgray[i,j]>gray[i,j+1]:hash_str=hash_str+'1'其他：hash_str=hash_str+'0'returnhash_str#Hash值比较defcmpHash(hash1,hash2):n=0#如果hash长度不同，返回-1表示参数错误iflen(hash1)!=len(hash2):return-1#遍历判断foriinrange(len(hash1)):#如果不相等，n算+1，n最终就是相似度ifhash1[i]!=hash2[i]:n=n+1returnn#取每一个第二秒比较mp4的截图#图片1img1=cv2.imread(r'a.jpg')#图片2img2=cv2.imread(r'b.jpg')hash1=aHash(img1)hash2=aHash(img2)print(hash1)print(hash2)n=cmpHash(hash1,hash2)print('平均哈希算法相似度：'+str(n))hash1=dHash(img1)hash2=dHash(img2)print(hash1)print(hash2)n=cmpHash(hash1,hash2)print('差异哈希算法相似度:'+str(n))#差异越小，均值哈希算法越相似&&差异哈希算法差异(otherAttachedperceptualhash:averagehash(aHash):imagescaling，一般为88，或者3232；图像灰度；平均值，根据平均值（大于平均值1小于平均值0）对每个像素进行二值化；转换8*8=64位，每8位是一个十六进制值，转换成字符串，生成哈希值（指纹）；感知哈希（pHash）：图像缩放，一般为32*32；图像灰度；对图像进行离散余弦变换（DCT），进行频域转换；频域左上角取8*8大小（图像的能量集中在低频部分，低频位于左上角）；averagevalue，根据平均值（大于平均值1小于平均值0）对每个像素进行二值化；生成哈希值；差异哈希（dHash）：将图像缩放为9*8的大小；图像是灰度的；差值计算（每行相邻像素点的差值，会产生8*8的差值，如果前一个像素点大于下一个像素点则为1，否则为0）；生成哈希值；
