一、平均哈希算法

第一步：

缩小尺寸为8×8，以去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。

第二步：

简化色彩。将缩小后的图片转为灰度图像 (取每个像素rgb三色的平均值，[228, 233, 253, 255]-> [238, 238, 238, 255] )。

第三步：

计算平均值。计算所有像素的灰度平均值。(根据每个像素平均后的值， 计算整张图片的平均颜色值)

第四步：

比较像素的灰度。将64个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为 0。

第五步：

计算哈希值。将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。

第六步：

计算指纹的相似度，得出两张图片是否相似 。

  

二、颜色分布法

借用一篇文章的解释：

1、 每张图片都可以生成颜色分布的直方图、如果两张图的直方图很接近，就可以认为他们相似

2、 任何一种颜色都是由红绿蓝三原色组成的、我们平时用的每种原色有256个色值，整个颜色空间有1600万种颜色（256的三次方）

3、 如果用1600万种颜色去比较直方图、计算量太大了、因此需要采用简化方法，可以将0～256分城4个区、 0-63为0区，64-127为1区，128-191为2区，192-256为3区；

也就以为这简化后的图片总共会有64种颜色（4的3次方）、

4、统计64种颜色组合包含的像素数量

5、我们这里想展示每一步操作后的图片变化，取 0，1，2，3的话整张图片都是黑色、所以 0-63取的是32，64-127 取 96，128-191取 160， 192-256取 224；

6、因为颜色的组合都是固定的，所以把表格中的最后一栏（像素数量）提出来，组成一个64维向量， 便是这张图片的 “指纹”， 寻找相似的图片就是寻找相似的“指纹”

三、内容特征法

”内容特征法“是指把图片转化为灰度图后再转化为”二值图“，然后根据像素的取值（黑或白）形成指纹后进行比对的方法。这种算法的核心是找到一个“阈值”去生成二值图。

1、首先，将原图转化成一张灰度图片 、（可以压缩可不压缩、 最好是压缩成固定大小：可以相似图片因为图片大小不一样带来的差异， 减少一定的计算，减小最终指纹的长度）

2、确定一个阈值，将灰度图片转化为黑白图片

 

 

具体代码实现请查看原文