該模組提供了不同影像雜湊演算法的實現。

詳細說明

提供提取影像雜湊值的演算法，以及在大規模資料集中快速查詢最相似影像的方法。

所有函式的名稱空間是 cv::img_hash。

支援的演算法

• 平均雜湊（也稱為差分雜湊）
• PHash（也稱為感知雜湊）
• Marr Hildreth 雜湊
• 徑向方差雜湊
• 塊均值雜湊（模式 0 和 1）
• 顏色矩雜湊（這是唯一一種能夠抵抗旋轉攻擊（-90~90 度）的雜湊演算法）

您可以從以下論文和網站了解更多關於影像雜湊的資訊

• "Implementation and benchmarking of perceptual image hash functions" [320]
• "Looks Like It" [155]

程式碼示例

#include "opencv2/core.hpp"
#include "opencv2/core/ocl.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/img_hash.hpp"
 
#include <iostream>
 
using namespace cv;
using namespace cv::img_hash;
using namespace std;
 
template <typename T>
inline void test_one(const std::string &title, const Mat &a, const Mat &b)
{
cout << "=== " << title << " ===" << endl;
    TickMeter tick;
    Mat hashA, hashB;
    Ptr<ImgHashBase> func;
func = T::create();
 
tick.reset(); tick.start();
func->compute(a, hashA);
tick.stop();
cout << "compute1: " << tick.getTimeMilli() << " ms" << endl;
 
tick.reset(); tick.start();
func->compute(b, hashB);
tick.stop();
cout << "compute2: " << tick.getTimeMilli() << " ms" << endl;
 
cout << "compare: " << func->compare(hashA, hashB) << endl << endl;;
}
 
int main(int argc, char **argv)
{
    if (argc != 3)
    {
cerr << "必須輸入輸入影像和目標影像的路徑。例如：hash_samples lena.jpg lena2.jpg" << endl;
        return -1;
    }
ocl::setUseOpenCL(false);
 
    Mat input = imread(argv[1]);
    Mat target = imread(argv[2]);
 
test_one<AverageHash>("AverageHash", input, target);
test_one<PHash>("PHash", input, target);
test_one<MarrHildrethHash>("MarrHildrethHash", input, target);
test_one<RadialVarianceHash>("RadialVarianceHash", input, target);
test_one<BlockMeanHash>("BlockMeanHash", input, target);
 
    return 0;
}

不同攻擊下的效能

效能圖表

與 PHash 庫的速度比較（來自 ukbench 的 100 張影像）

如您所見，img_hash 模組的雜湊計算速度遠超 PHash 庫。

附註：我沒有列出平均雜湊、PHash 和顏色矩雜湊的比較，因為我在 PHash 中找不到它們。

動機

將有用的影像雜湊演算法收集到 OpenCV 中，這樣我們就無需一次又一次地重寫它們，或依賴於其他第三方庫（例如 PHash 庫）。BOVW 或相關匹配是良好且魯棒的方法，但與影像雜湊相比，它們非常慢。如果您需要處理大規模 CBIR（基於內容的影像檢索）問題，影像雜湊是一個更合理的解決方案。

更多資訊

您可以從以下連結瞭解更多關於 img_hash 模組的資訊，這些連結展示瞭如何從 ukbench 資料集中查詢相似影像，並提供了對不同攻擊（對比度、模糊、噪聲（高斯、椒鹽）、jpeg 壓縮、水印、縮放）的全面基準測試。

OpenCV 影像雜湊模組簡介 加速 OpenCV (img_hash) 的影像雜湊並介紹顏色矩雜湊

貢獻者

Tham Ngap Wei, thamn.nosp@m.gapw.nosp@m.ei@gm.nosp@m.ail..nosp@m.com

類
類	cv::img_hash::AverageHash
	計算輸入影像的平均雜湊值。 更多...
類	cv::img_hash::BlockMeanHash
	基於塊均值的影像雜湊。 更多...
類	cv::img_hash::ColorMomentHash
	基於顏色矩的影像雜湊。 更多...
類	cv::img_hash::ImgHashBase
	影像雜湊演算法的基類。 更多...
類	cv::img_hash::MarrHildrethHash
	基於 Marr-Hildreth 運算元的雜湊，速度最慢但區分度更高。 更多...
類	cv::img_hash::PHash
	pHash 更多...
類	cv::img_hash::RadialVarianceHash
	基於 Radon 變換的影像雜湊。 更多...

列舉
enum	cv::img_hash::BlockMeanHashMode {   cv::img_hash::BLOCK_MEAN_HASH_MODE_0 = 0 ,   cv::img_hash::BLOCK_MEAN_HASH_MODE_1 = 1 }

函式
void	cv::img_hash::averageHash (cv::InputArray inputArr, cv::OutputArray outputArr)
	一次呼叫計算 img_hash::AverageHash。
void	cv::img_hash::blockMeanHash (cv::InputArray inputArr, cv::OutputArray outputArr, int mode=BLOCK_MEAN_HASH_MODE_0)
	計算輸入影像的塊均值雜湊。
void	cv::img_hash::colorMomentHash (cv::InputArray inputArr, cv::OutputArray outputArr)
	計算輸入的顏色矩雜湊，該演算法來源於論文“Perceptual Hashing for Color Images Using Invariant Moments”。
void	cv::img_hash::marrHildrethHash (cv::InputArray inputArr, cv::OutputArray outputArr, float alpha=2.0f, float scale=1.0f)
	計算輸入影像的平均雜湊值。
void	cv::img_hash::pHash (cv::InputArray inputArr, cv::OutputArray outputArr)
	計算輸入影像的 pHash 值。
void	cv::img_hash::radialVarianceHash (cv::InputArray inputArr, cv::OutputArray outputArr, double sigma=1, int numOfAngleLine=180)
	計算輸入影像的徑向方差雜湊。

列舉型別文件 (Enumeration Type Documentation)

BlockMeanHashMode

enum cv::img_hash::BlockMeanHashMode

#include <opencv2/img_hash/block_mean_hash.hpp>

列舉值 (Enumerator)
BLOCK_MEAN_HASH_MODE_0  Python: cv.img_hash.BLOCK_MEAN_HASH_MODE_0	使用較少的塊生成 16*16/8 位元組的雜湊值
BLOCK_MEAN_HASH_MODE_1  Python: cv.img_hash.BLOCK_MEAN_HASH_MODE_1	使用塊（步長/2），生成 31*31/8 + 1 位元組的雜湊值

函式文件 (Function Documentation)

averageHash()

void cv::img_hash::averageHash	(	cv::InputArray	inputArr,
		cv::OutputArray	outputArr )

Python
	cv.img_hash.averageHash(	inputArr[, outputArr]	) ->	outputArr

#include <opencv2/img_hash/average_hash.hpp>

一次呼叫計算 img_hash::AverageHash。

引數

inputArr	需要計算雜湊值的輸入影像，型別應為 CV_8UC4、CV_8UC3 或 CV_8UC1。
outputArr	輸入的雜湊值，它將包含 16 個十六進位制數字，返回型別為 CV_8U。

blockMeanHash()

void cv::img_hash::blockMeanHash	(	cv::InputArray	inputArr,
		cv::OutputArray	outputArr,
		int	mode = BLOCK_MEAN_HASH_MODE_0 )

Python
	cv.img_hash.blockMeanHash(	inputArr[, outputArr[, mode]]	) ->	outputArr

#include <opencv2/img_hash/block_mean_hash.hpp>

計算輸入影像的塊均值雜湊。

引數

inputArr	需要計算雜湊值的輸入影像，型別應為 CV_8UC4、CV_8UC3 或 CV_8UC1。
outputArr	輸入的雜湊值，它將包含 16 個十六進位制數字，返回型別為 CV_8U。
mode	模式

colorMomentHash()

void cv::img_hash::colorMomentHash	(	cv::InputArray	inputArr,
		cv::OutputArray	outputArr )

Python
	cv.img_hash.colorMomentHash(	inputArr[, outputArr]	) ->	outputArr

#include <opencv2/img_hash/color_moment_hash.hpp>

計算輸入的顏色矩雜湊，該演算法來源於論文“Perceptual Hashing for Color Images Using Invariant Moments”。

引數

inputArr	需要計算雜湊值的輸入影像，型別應為 CV_8UC4、CV_8UC3 或 CV_8UC1。
outputArr	42 個雙精度浮點數（CV_64F(double)）的雜湊值

marrHildrethHash()

void cv::img_hash::marrHildrethHash	(	cv::InputArray	inputArr,
		cv::OutputArray	outputArr,
		float	alpha = 2.0f,
		float	scale = 1.0f )

Python
	cv.img_hash.marrHildrethHash(	inputArr[, outputArr[, alpha[, scale]]]	) ->	outputArr

#include <opencv2/img_hash/marr_hildreth_hash.hpp>

計算輸入影像的平均雜湊值。

引數

inputArr	需要計算雜湊值的輸入影像，型別應為 CV_8UC4、CV_8UC3、CV_8UC1。
outputArr	輸入的雜湊值，它將包含 16 個十六進位制數字，返回型別為 CV_8U。
alpha	Marr 小波的尺度因子（預設=2）。
scale	尺度因子的級別（預設 = 1）。

pHash()

void cv::img_hash::pHash	(	cv::InputArray	inputArr,
		cv::OutputArray	outputArr )

Python
	cv.img_hash.pHash(	inputArr[, outputArr]	) ->	outputArr

#include <opencv2/img_hash/phash.hpp>

計算輸入影像的 pHash 值。

引數

inputArr	需要計算雜湊值的輸入影像，型別應為 CV_8UC4、CV_8UC3、CV_8UC1。
outputArr	輸入的雜湊值，它將包含 8 個位元組的值。

radialVarianceHash()

void cv::img_hash::radialVarianceHash	(	cv::InputArray	inputArr,
		cv::OutputArray	outputArr,
		double	sigma = 1,
		int	numOfAngleLine = 180 )

Python
	cv.img_hash.radialVarianceHash(	inputArr[, outputArr[, sigma[, numOfAngleLine]]]	) ->	outputArr

#include <opencv2/img_hash/radial_variance_hash.hpp>

計算輸入影像的徑向方差雜湊。

引數

inputArr	需要計算雜湊值的輸入影像，型別應為 CV_8UC4、CV_8UC3、CV_8UC1。
outputArr	輸入的雜湊值
sigma	高斯核的標準差
numOfAngleLine	考慮的角度數