一个大的猫窝,voidcat

感知哈希（Perceptual Hash，简称 pHash）是一种用于图像（或视频、音频）相似度比较的哈希算法。与传统加密哈希（如 MD5、SHA）不同，它不追求“完全相同才一致”，而是追求“视觉（或听觉）上越相似，哈希值越接近”。

核心特点

• 抗小扰动：轻微的裁剪、压缩、颜色调整、缩放等操作不会大幅改变哈希值。
• 固定长度输出：通常是 64 bit（8 字节）或 256 bit 的二进制串。
• 相似度可量化：通过计算两个哈希值的汉明距离（Hamming Distance，不同 bit 数）来判断相似程度，距离越小越相似。

经典图像感知哈希（pHash）计算步骤简述

1. 将图片缩放到 32×32（或 8×8）小图，去除尺寸影响。
2. 转为灰度图，简化颜色信息。
3. 可选：应用离散余弦变换（DCT），提取低频分量（人类视觉对低频更敏感）。
4. 取 DCT 后的左上角 8×8 区域（低频区），计算这 64 个值的平均值。
5. 将每个值与平均值比较，大于平均值为 1，小于等于为 0，得到 64 bit 哈希。
6. 比较两张图时，计算这两个 64 bit 串的汉明距离：
   • 距离 ≤ 5：几乎肯定是同一张图或极轻微修改
   • 距离 ≤ 10：高度相似
   • 距离 ≤ 15~20：明显相似但有修改
   • 距离 > 30：基本不相似

常见变种

• aHash（平均哈希）：更简单，直接用 8×8 缩略图的灰度平均值生成 64 bit。
• dHash（差异哈希）：基于相邻像素差值，対渐变更敏感。
• wHash（小波哈希）：使用小波变换，精度更高。

汉明距离（Hamming Distance）是两个等长二进制字符串（或比特序列）之间对应位置上不同比特的数量，也称为比特错误数。

正式定义

对于两个长度均为 n 的二进制串 A 和 B，汉明距离 d(A, B) 定义为： d(A, B) = 不同位的个数 数学上等于 A 与 B 按位异或（XOR）运算后结果中 1 的个数。

简单示例

text

A: 1011 0101
B: 1101 1100
按位异或：0110 1001
结果中有 4 个 1
∴ 汉明距离 = 4

常见长度下的直观意义（感知哈希场景）

在 64 bit 感知哈希（pHash、aHash、dHash）中：

计算方法（编程中常用）

• Python：bin(a ^ b).count('1')
• JavaScript：(a ^ b).toString(2).split('1').length - 1
• 或使用内置函数：Python 的 int.bit_count()（3.10+）