【WHash】更有空間感的感知哈希

轉載請註明出處

背景

在重複圖識別領域，對於識別肉眼相同圖片，感知哈希效果是很魯棒的。上一篇文章 【PHash】更懂人眼的感知哈希 介紹的PHash識別效果很好，可是它有一個缺點，只關注低頻信息，並無關注圖片的空間信息，極端狀況就可能出現徹底不一樣的兩張圖片，phash值很近。而WHash利用小波變換不只重點關注低頻信息，同時也關注圖片的空間信息。

WHash算法

• WHash算法以下：
  
  下面附上源代碼，代碼很短，也能夠先忽略：
• python源碼以下：

def whash(image, hash_size = 8):
    #check
    assert hash_size & (hash_size-1) == 0, "hash_size is not power of 2"
    image_scale = max(2**int(numpy.log2(min(image.size))), hash_size)
    ll_max_level = int(numpy.log2(image_scale))
    level = int(numpy.log2(hash_size))
    assert level <= ll_max_level, "hash_size in a wrong range"
    
    #預處理
    image = image.convert("L").resize((image_scale, image_scale), Image.ANTIALIAS)
    pixels = numpy.asarray(image) / 255.
    
    # 小波變換，haar
    coeffs = pywt.wavedec2(pixels, 'haar', level = ll_max_level)
    # 去掉最低頻
    coeffs[0] *= 0
    # 小波逆變換
    dwt_low = pywt.waverec2(coeffs[:level+1], 'haar')
    #二值化，中值
    med = numpy.median(dwt_low)
    diff = dwt_low > med   
    return diff

WHash算法其實也比較簡單，主要利用了小波變換獲取低頻信息，主要就是下面3步：

• 圖片預處理（resize，轉灰度圖）
• 小波變換
• 二值化

其中預處理就是縮放+轉灰度圖，而二值化跟PHash同樣，都是利用中值看成基準值。
這裏的重點在於小波變換，下面簡單直觀的給你們看下小波變換到底是什麼？

直觀理解小波變換

在圖片上進行小波變換，能夠把圖片的低頻跟高頻信息拆分，以下所示：

其中，A是低頻信息，H是水平高頻信息，V是垂直高頻信息、D是對角高頻信息。

在實際運用，並非只進行一次低頻高頻拆分，會進行屢次，以下圖所示：

在WHash這裏，咱們只是拿最右邊那張圖片，左上角1/4信息進行二值化，其餘信息都是拋棄的。
在WHash裏面，小波變換並非單純的拿到了圖片的低頻信息，並且還保存了自己圖片的空間信息，因此它實際使用過程當中，比PHash魯棒一些。固然若是PHash對只對低頻部分進行DCT逆變換，而後再進行二值化，也是能夠考慮上空間信息的，跟WHash同樣的道理。