均值哈希算法

概念介紹

AHA是一類比較哈希方法的統稱。圖片所包含的特徵被用來生成一組指紋（不過它不是唯一的）,而這些指紋是可以進行比較的。

下面是簡單的步驟，來說明對圖像進行AHA的運算過程：

第一步，縮小尺寸。

最快速的去除高頻和細節，只保留結構明暗的方法就是縮小尺寸。

將圖片縮小到8x8的尺寸，總共64個像素。摒棄不同尺寸、比例帶來的圖片差異。

第二步，簡化色彩。

將縮小後的圖片，轉為64級灰度。也就是說，所有像素點總共只有64種顏色。

第三步，計算平均值。

計算所有64個像素的灰度平均值。

第四步，比較像素的灰度。

將每個像素的灰度，與平均值進行比較。大於或等於平均值，記為1；小於平均值，記為0。

第五步，計算哈希值。

將上一步的比較結果，組合在一起，就構成了一個64位的整數，這就是這張圖片的指紋。組合的次序並不重要，只要保證所有圖片都採用同樣次序就行了。

如果圖片放大或縮小，或改變縱橫比，結果值也不會改變。增加或減少亮度或對比度，或改變顏色，對hash值都不會太大的影響。最大的優點：計算速度快！

如果想比較兩張圖片，為每張圖片構造hash值並且計算不同位的個數。(漢明距離)如果這個值為0，則表示這兩張圖片非常相似，如果漢明距離小於5，則表示有些不同，但比較相近，如果漢明距離大於10則表明完全不同的圖片。