感知哈希算法（Perceptual hash algorithm）的OpenCV实现

ForTheDream83

墨衍会员 · AI 创作全网分发码龄17年

关注

VIP免费原创最新推荐文章于 2026-08-04 15:23:56 发布 1.2w 阅读 AI 写同款· GEO 优化 ›

AI权益加码！Claude Code、Cursor等20+工具免费用！购周边限时加赠Coding Plan Lite，畅享主流AI工具！学习进阶更高效！阅读详情

1.前言

目前“以图搜图”的引擎越来越多，可参考博文：

http://blog.csdn.net/forthcriminson/article/details/8698175

此篇博文中列出了很多“以图搜图”的引擎，之前很好奇他们是如何进行检索的，偶然间看到了一篇博客，上面说Google和Tineye主要利用的算法是感知哈希算法（Perceptual hash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似，里面介绍的原理也比较简单，正好目前也在做图像检索方面的课题，就用OpenCV实现了一下，供大家参考，本篇博文主要介绍如何通过OpenCV实现均值Hash和pHash算法，基本原理和流程会在代码的注释中详细说明。

2.均值Hash算法

//均值Hash算法
 string HashValue(Mat &src)
 {
	 string rst(64,'\0');
	 Mat img;
	 if(src.channels()==3)
		 cvtColor(src,img,CV_BGR2GRAY);
 	else
 		img=src.clone();
       /*第一步，缩小尺寸。
         将图片缩小到8x8的尺寸，总共64个像素,去除图片的细节*/

        resize(img,img,Size(8,8));
 	/* 第二步，简化色彩(Color Reduce)。
 	   将缩小后的图片，转为64级灰度。*/

 	uchar *pData;
 	for(int i=0;i<img.r