Question

我需要一个（最好是简单快速）图像散列算法。散列值用于查找表，而不是用于加密。

有些图像是“计算机图形” - 即纯色填充的光栅，光栅化文本等，而且还有“摄影”图像 - 包含丰富的色谱，大多是光滑的，具有合理的噪声幅度。

我也希望哈希算法能够应用于特定的图像部分。我的意思是，图像可以分为网格单元格，每个单元格的哈希函数应该仅取决于该单元格的内容。因此，如果两个图像具有共同区域（如果它们被正确对齐），则可以快速发现。

注意：我只需要知道两个图像（或其部分）是否相同。也就是说，我不需要匹配类似的图像，不需要特征识别，相关和其他DSP技术。

我想知道什么是首选的哈希算法。

对于“摄影”图像，只需对网格单元格内的所有像素进行异或运算即可。不同图像的相同散列值的概率非常低，特别是因为（几乎白色）噪声的存在破坏了所有潜在的对称性。此外，这种散列函数的频谱看起来很好（任何值都可能具有几乎相同的概率）。

但是这种天真的算法可能不会与“人工”图形一起使用。对于这样的图像，相同的像素，重复图案，几何偏移不变性是非常常见的。对于具有偶数个相同像素的任何图像，对所有像素进行异或将为0。

使用像CRT-32这样的东西看起来很有希望，但我想更快地找出一些东西。我想到了迭代公式，每个新像素都会改变当前的哈希值，如下所示：

hashValue = (hashValue * /*something*/ | newPixelValue) % /* huge prime */

做模数素数应该可以提供良好的分散，这样我就倾向于这个选项。但我想知道是否有更好的varians。

提前致谢。

Answer 1

如果你想让它非常快，你应该考虑采用像素的随机子集来避免读取整个图像。接下来，计算这些像素的值序列的散列函数。随机子集应该由具有固定种子的确定性伪随机数生成器选择，以便相同的图像产生相同的子集，从而产生相同的哈希值。

即使对于人工图像，这也应该相当好。但是，如果您的图像通过少量像素彼此不同，则会产生哈希冲突。更多迭代提供更好的可靠性。如果是这种情况，例如，如果您的图像集可能具有一个不同像素的对，则必须读取每个像素以计算哈希值。即使对于人工图像，采用伪随机系数的简单线性组合也是足够好的。

简单算法的伪代码

Random generator = new generator(2847)  // Initialized with fixed seed
int num_iterations = 100

int hash(Image image) {
    generator.reset()   //To ensure consistency on each evaluation
    int value = 0
    for num_iteration steps {
        int nextValue = image.getPixel(generator.nextInt()%image.getSize()).getValue()
        value = value + nextValue*generator.nextInt()
    }
    return value
}

Answer 2

查看关于phash算法http://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html的本教程，该算法用于查找紧密匹配的图像。

快速简单的图像哈希算法

2 个答案: