README

感知哈希是一种生成图像哈希的方法，它允许通过相似度索引比较多个图像。您可以在The Hacker Factor和phash.org了解更多信息。

我已经将这个基本方法扩展成一个类，它可以比较已经旋转或翻转（但仅限于90度增量）的图像。它还可以匹配经过颜色校正（在一定程度上）或更改的图像。然而，这种灵活性会导致误报，并且它的速度非常慢——目前生成哈希和比较图像需要大约一秒钟——在生产环境中，您可能需要为现有图像生成哈希缓存，然后比较图像的哈希值。

PHasher采用MIT许可。

###使用方法###

include_once('phasher.class.php');
$I = PHasher::Instance();

是的，它是一个单例。

$I->HashImage($res, $rot=0, $mir=0, $size=8);

从图像中生成感知哈希。

• $res 是图像文件名。
• $rot 创建哈希值时，假设图像已旋转此值。默认值为0，允许的值为90、180、270。
• $mir 创建哈希值，就像图像被镜像和/或翻转一样。默认值为0，1为镜像，2为翻转，3为镜像和翻转。

这目前仍然有bug。

• $size 从原始图像创建的缩略图大小 - 哈希值将是这个值的平方（因此值为8将构建一个8x8图像的哈希值，64位。）

这返回一个表示感知哈希的二进制值数组。这样做是为了使处理更容易。

$I->Compare($res1, $res2, $rot=0, $precision=1);

从两个图像中构建感知哈希，比较它们并返回它们之间的相似度百分比。

• $res1 是图像文件名。
• $res2 是另一个图像文件名。
• $rot 创建哈希值时，假设第二个图像已旋转此值。默认值为0，允许的值为90、180、270。
• $precision 返回这么多小数位数。默认值为1。

$I->Detect($res1, $res2, $precision=1);

通过所有旋转比较两个图像，并返回最高的匹配值。

$I->FastHashImage($res, $size=8);

没有旋转的更快的哈希方法。返回与HashImage相同的数组。

$I->HashAsString($hash, $hex=true);

将一个由HashImage方法返回的哈希数组转换为十六进制字符串（如果$hex == true）或二进制字符串（如果$hex==false）。

$I->HashAsTable($hash, $size=8, $cellsize=10);

将哈希数组转换为HTML表格，每个单元格的值是白色或黑色。这仅用于演示和调试，应避免使用，因为它基本上是无用的且速度慢。

示例用法

找到'images1.jpg'和'image2.jpg'之间的相似度百分比。在90度角处进行比较。

$I = PHasher::Instance();
$file1 = 'image1.jpg';
$file2 = 'image2.jpg';
$result = $I->Compare($file1, $file2);
$result90 = $I->Compare($file1, $file2, 90);
$result180 = $I->Compare($file1, $file2, 180);
$result270 = $I->Compare($file1, $file2, 270);
$max_match = max($result, $result90, $result180, $result270);

上面的与以下相同

$I = PHasher::Instance();
$file1 = 'image1.jpg';
$file2 = 'image2.jpg';
$result = $I->Detect($file1, $file2);

注意

Redaktor项目的Sebastian Lasse构建了一个phasher的javascript实现，使用了dojo库，这相当酷。

我仍在尝试加速算法并改进散列功能，因为它有时会产生误报（它最初是用来捕捉论坛和图像板上图像垃圾邮件的，所以它尽可能激进。）如果有人想通过添加离散余弦变换来改进它，请随意发起pull request，因为我还不知道如何实现。