感知哈希的计算距离
Computing distance of perceptual hashes
我正在使用 Imagemagick 来获取图像的感知散列。我使用以下命令：
identify -verbose -define identify:moments x.png
输出 returns 除其他参数外还有感知哈希：
I1: 0.0017694 (0.451197) I2: 3.22345e-07 (0.0209605) I3: 2.88038e-10 (0.00477606) I4: 3.93968e-12 (6.53253e-05) I5: 1.2326e-22 (3.38892e-08) I6: -1.94034e-15 (-8.20426e-06) I7: -4.91938e-23 (-1.35254e-08) I8: 5.56374e-16 (2.35249e-06) Channel perceptual hash: Red, Hue: PH1: 0.407586, 0.690687 PH2: 1.88394, 2.91999 PH3: 2.36028, 3.96979 PH4: 5.36184, 5.3591 PH5: 9.25849, 11 PH6: 6.30422, 6.93025 PH7: 9.6332, 10.0241 Green, Chroma: PH1: 0.293148, -0.0406998 PH2: 1.49146, 2.52843 PH3: 2.21568, 0.992456 PH4: 3.52683, 2.3777 PH5: 6.48291, 4.06334 PH6: 4.38149, 4.23342 PH7: 6.64322, 5.35487 Blue, Luma: PH1: 0.329865, 0.33357 PH2: 1.6461, 1.63528 PH3: 2.39206, 2.26483 PH4: 3.72747, 4.09284 PH5: 6.789, 7.36151 PH6: 4.56493, 5.0171 PH7: 7.83416, 7.50669
我想保存散列值然后计算两张图片之间的距离。如何将上述输出转换为散列并计算 2 个散列之间的距离？
有关此感知哈希的详细信息和测试，请参阅http://www.fmwconcepts.com/misc_tests/perceptual_hash_test_results_510/index.html。
基本上它会创建 42 个浮点值，这些值需要使用 Sum Squared 度量与来自另一幅图像的另一组 42 个浮点值进行比较。
这不是一个简单的二进制散列，可以轻松存储为 1 和 0x 的字符串并使用汉明距离进行比较。
但是您可以使用
在 ImageMagick 中比较两张图像的感知哈希值
compare -metric phash image1 image2 null:
如果需要，您可以将 phash 值输出到 .json 文件。
或者，我有两个 bash unix ImageMagick shell 脚本（phashconvert 和 phashcompare）。一个将 42 个浮点数转换为一串数字，可以保存在评论部分的文件中。第二个将读取两个文件的注释部分以提取字符串，将它们转换回浮点数，然后使用 Sum Squared Metric 来评估它们。但请注意，由于从浮点数到数字的来回转换，此过程只是一个近似值。
如果您只想提取 42 个浮点数，应该这样做（来自我的脚本 phashconvert）
identify -quiet -verbose -moments -alpha off "x.png" | grep "PH[1-7]" | sed -n 's/.*: \(.*\)$//p' | sed 's/ *//g' | tr "," "\n"
我正在使用 Imagemagick 来获取图像的感知散列。我使用以下命令：
identify -verbose -define identify:moments x.png
输出 returns 除其他参数外还有感知哈希：
I1: 0.0017694 (0.451197) I2: 3.22345e-07 (0.0209605) I3: 2.88038e-10 (0.00477606) I4: 3.93968e-12 (6.53253e-05) I5: 1.2326e-22 (3.38892e-08) I6: -1.94034e-15 (-8.20426e-06) I7: -4.91938e-23 (-1.35254e-08) I8: 5.56374e-16 (2.35249e-06) Channel perceptual hash: Red, Hue: PH1: 0.407586, 0.690687 PH2: 1.88394, 2.91999 PH3: 2.36028, 3.96979 PH4: 5.36184, 5.3591 PH5: 9.25849, 11 PH6: 6.30422, 6.93025 PH7: 9.6332, 10.0241 Green, Chroma: PH1: 0.293148, -0.0406998 PH2: 1.49146, 2.52843 PH3: 2.21568, 0.992456 PH4: 3.52683, 2.3777 PH5: 6.48291, 4.06334 PH6: 4.38149, 4.23342 PH7: 6.64322, 5.35487 Blue, Luma: PH1: 0.329865, 0.33357 PH2: 1.6461, 1.63528 PH3: 2.39206, 2.26483 PH4: 3.72747, 4.09284 PH5: 6.789, 7.36151 PH6: 4.56493, 5.0171 PH7: 7.83416, 7.50669
我想保存散列值然后计算两张图片之间的距离。如何将上述输出转换为散列并计算 2 个散列之间的距离？
有关此感知哈希的详细信息和测试，请参阅http://www.fmwconcepts.com/misc_tests/perceptual_hash_test_results_510/index.html。
基本上它会创建 42 个浮点值，这些值需要使用 Sum Squared 度量与来自另一幅图像的另一组 42 个浮点值进行比较。
这不是一个简单的二进制散列，可以轻松存储为 1 和 0x 的字符串并使用汉明距离进行比较。
但是您可以使用
在 ImageMagick 中比较两张图像的感知哈希值compare -metric phash image1 image2 null:
如果需要，您可以将 phash 值输出到 .json 文件。
或者，我有两个 bash unix ImageMagick shell 脚本（phashconvert 和 phashcompare）。一个将 42 个浮点数转换为一串数字，可以保存在评论部分的文件中。第二个将读取两个文件的注释部分以提取字符串，将它们转换回浮点数，然后使用 Sum Squared Metric 来评估它们。但请注意，由于从浮点数到数字的来回转换，此过程只是一个近似值。
如果您只想提取 42 个浮点数，应该这样做（来自我的脚本 phashconvert）
identify -quiet -verbose -moments -alpha off "x.png" | grep "PH[1-7]" | sed -n 's/.*: \(.*\)$//p' | sed 's/ *//g' | tr "," "\n"