Python图像散列

Question

我目前正在尝试从python中的图像中获取一个散列，我已经成功地完成了这一工作，它在某种程度上起了作用。

然而，我有这样一个问题: Image1和image2最终具有相同的散列，尽管它们不同。我需要一种更精确更精确的散列方式。

Image1 = Image1

Image2 = Image2

图像的哈希是: faf0761493939381

我目前正在使用from PIL import Image import imagehash

和imagehash.average_hash

代码在这里

import os
from PIL import Image
import imagehash


def checkImage():
    for filename in os.listdir('images//'):
        hashedImage = imagehash.average_hash(Image.open('images//' + filename))
    print(filename, hashedImage)

    for filename in os.listdir('checkimage//'):
        check_image = imagehash.average_hash(Image.open('checkimage//' + filename))
    print(filename, check_image)

    if check_image == hashedImage:
        print("Same image")
    else:
        print("Not the same image")

    print(hashedImage, check_image)


checkImage()

Answer 1

尝试使用hashlib。只需打开文件并执行哈希操作。

import hashlib

# Simple solution
with open("image.extension", "rb") as f:
    hash = hashlib.sha256(f.read()).hexdigest()

# General-purpose solution that can process large files
def file_hash(file_path):
    # https://stackoverflow.com/questions/22058048/hashing-a-file-in-python

    sha256 = hashlib.sha256()

    with open(file_path, "rb") as f:
        while True:
            data = f.read(65536) # arbitrary number to reduce RAM usage
            if not data:
                break
            sha256.update(data)

    return sha256.hexdigest()

感谢Antonín Hoskovec指出它应该是二进制的(rb)，而不是简单的读(r)！

Answer 2

默认情况下，imagehash检查图像文件是否几乎相同。您正在比较的文件是，比它们更相似的。如果您想要一种或多或少独特的指纹文件方式，可以使用一种不同的方法，例如使用加密散列算法：

import hashlib

def get_hash(img_path):
    # This function will return the `md5` checksum for any input image.
    with open(img_path, "rb") as f:
        img_hash = hashlib.md5()
        while chunk := f.read(8192):
           img_hash.update(chunk)
    return img_hash.hexdigest()