问题标签 [phash]

我已经检查了像 Phasher 这样的方法来获得类似的图像。基本上将图像大小调整为 8x8，灰度，获取平均像素并创建每个像素的二进制哈希，比较它是否高于或低于平均像素。

这种方法在这里解释得很好： http ://hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html

工作示例： - 桌子上计算机的图像 1 - 图像 2，相同，但带有硬币

这是可行的，因为使用非常缩小的灰度图像的散列，它们两者几乎相同，甚至相同。因此，当 90% 以上的像素相同（在同一个地方！）时，您可以得出结论它们是相似的

我的问题是从相同的角度但不同的角度拍摄的图像，例如：

在这种情况下，生成的哈希“指纹”相互偏移，以至于我们无法逐位比较哈希，这将是非常不同的。

像素是“相似的”，但它们不在同一个地方，因为在这种情况下，天空更多，房屋“开始”比第一个更低。

所以哈希比较结果是“它们是不同的图像”。

可能的解决方案：

我正在考虑为第一个图像创建一个更大的散列，然后为第二个图像获取 10 个随机“子散列”，并尝试查看 10 个子散列是否在第一个大散列的“某个地方”（如果一个子字符串包含在另一个更大的字符串中）。

我认为这里的问题是处理数千张图像时的 CPU/时间，因为您必须将 1 张图像与 1000 张图像进行比较，并且在每张图像中，将 10 个子哈希与一个大哈希进行比较。

其他解决方案？;-)

我目前正在结合 ruby​​ ( https://github.com/toy/pHash/blob/master/lib/phash.rb ) 使用phash ( http://www.phash.org )。

如果我使用所描述的示例，它会起作用。

但我只想提取哈希 - 但我不知道该怎么做

我需要一个用于此处描述的感知散列算法的 matlab 代码： http ://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html

基本上我希望这可以删除图像中的细节，只留下主要结构组件信息。

为此，我认为我需要以下步骤： 1. 减少 DCT。假设 DCT 是 32x32()，只保留左上角的 8x8。这些代表图片中的最低频率。

2. 计算平均值。与平均哈希一样，计算平均 DCT 值（仅使用 8x8 DCT 低频值并排除第一项，因为 DC 系数可能与其他值显着不同，并且会偏离平均值）。

3. 进一步降低 DCT。根据 64 个 DCT 值中的每一个值是高于还是低于平均值，将 64 个哈希位设置为 0 或 1。结果并没有告诉我们实际的低频；它只是告诉我们频率与平均值的非常粗略的相对比例。只要图像的整体结构保持不变，结果就不会改变；这可以毫无问题地在伽马和颜色直方图调整中存活。

4. 处理后重建图像。

任何人都可以帮助完成上述任何一个步骤吗？我已经尝试了一些给出一些结果的代码（在下面的链接中），它还不完美： https ://stackoverflow.com/questions/26748051/extract-low-frequency-from-dct-coeffecients-of-an- matlab 中的图像

我在 OSX 上，我已经安装了 pHash gem。

使用 gem 时，出现以下错误：Could not open library 'libpHash.dylib'.

在文档中，作者说

您可以使用环境变量（如PHASH_LIB=/opt/local/lib/libpHash.dylib.

问题是我不知道如何在我的 ruby​​ 程序的上下文中实际调用这个环境变量。gem 是用 调用的require 'phash'，但是我在哪里可以指定 ENV 变量？

尝试为节点安装 phash-image 但我收到此错误：

我该如何解决？我在 os x 10.10.3 上并使用自制软件安装了 phash

我已经使用 MacPorts 安装了 pHash 库，但是当我尝试编译示例源代码时出现此错误：

如何告诉源代码在哪里可以找到库？（根据我发现它们安装在 /opt/local 中）

所以我试图在 Ubuntu 上安装 pHash 库。我已经安装了运行此命令所需的所有软件包：

然后我运行 ./configure ，一切似乎都很好，我得到了这个：

但是当我尝试 make 命令时，我得到了这些错误：

有些人可以帮助我理解有什么问题？

我正在使用ImageHash库来生成图像的感知散列。该库声称能够生成不同大小的散列（64、128、256），但我不知道如何获得 128 散列。

哈希大小由库重新缩放时的图像大小决定，例如：

这里的默认值为 8（8x8 图像 = 64 像素 -> 灰度 -> 64 位）。

但是，如何创建 128 位哈希？

第二件事，pHash 的默认大小是 32，正如这里所解释的，但稍后将仅计算左上角 8x8 部分的 DCT，因此再次为 64 位。DCT 通过以下方式计算scipy.fftpack：

如何更改哈希大小？
无论使用哪个值，计算都将始终基于左上角的 8x8，因此始终为 64！

发生的奇怪事情是，如果我从 8 大小的 pHash 开始（从头调整图像大小），我得到了 56 位的最终哈希（即计算 7x8 图像的哈希：我不明白为什么这发生在DCT计算中——但我真的知道一点。

我正在从 C# 调用一个方法，如下所示：

这是我从图书馆调用的方法

如何ulong从 中读取数组IntPtr？

相似图片搜索问题

• 数百万张经过 pHash 处理的图像并存储在 Elasticsearch 中。
• 格式为“11001101...11”（长度为 64），但可以更改（最好不要）。

给定主题图像的哈希“100111..10”，我们希望在8 的汉明距离内的 Elasticsearch 索引中找到所有相似的图像哈希。

当然query可以返回距离大于8的图片，Elasticsearch或者外部的脚本可以过滤结果集。但总搜索时间必须在 1 秒左右。

我们当前的映射

images每个文档都有包含图像哈希的嵌套字段：

我们糟糕的解决方案

事实： Elasticsearch 模糊查询仅支持最大 2 的 Levenshtein 距离。

我们使用自定义标记器将 64 位字符串拆分为 4 组 16 位，并使用四个模糊查询进行 4 组搜索。

分析仪：

然后是新的字段映射：

然后查询：

请注意，我们返回具有匹配图像的文档，而不是图像本身，但这不应该改变很多。

问题是即使在添加其他特定于域的过滤器以减少初始集之后，此查询也会返回数十万个结果。脚本有太多工作要再次计算汉明距离，因此查询可能需要几分钟。

正如预期的那样，如果增加到minimum_should_match3 和 4，则只返回必须找到的图像子集，但结果集小而快。低于 95% 的所需图像返回minimum_should_match== 3，但我们需要 100%（或 99.9%），如minimum_should_match== 2。

我们用 n-gram 尝试了类似的方法，但在太多结果的类似方式中仍然没有太大的成功。

其他数据结构和查询的任何解决方案？

编辑：

我们注意到，我们的评估过程中有一个错误，minimum_should_match== 2 返回 100% 的结果。但是，之后的处理时间平均需要 5 秒。我们将看看脚本是否值得优化。