感知哈希是用來做圖像拷貝檢索（Copy Detection）最容易操作的一種方法，實際上除了感知哈希、均值哈希，還有很多的從圖像本身出發計算出來的圖像哈希值，在OpenCV 3.3及其以后的版本中，包含了很多圖像哈希的計算方法，具體的可以參考The module brings implementations of different image hashing algorithms，其中各種圖像哈希方法對8種不同變化的抗干擾程度，文檔中做了一個很好的總結：

從圖中可以看到，Phash具備較好的對不同變化的抗干擾性，因為在一般要求不高的圖像拷貝檢索場景中，應用得較多。下面小白菜就PHash的原理（計算步驟）、在使用中存在的問題以及改進方案做一個記錄與總結。

PHash原理

感知哈希（Perceptual Hash, PHash）比均值哈希要穩健，PHash使用DCT將圖像由空域轉為頻域，并對頻域的低頻成分進行散列化。PHash算法可分為以下幾個步驟：

將圖片resize到32*32最好，這樣可以簡化DCT計算；

將彩色圖像轉為灰度圖像；

計算DCT，使用32*32的DCT變換；

DCT的結果是32*32的矩陣，只要保留左上角的8*8矩陣就可以了，因為這部分呈現了圖片中的最低頻率；

計算DCT的平均值；

根據8*8的DCT矩陣來與平均值進行比較，大于平均值的為1，小于的為0。

注意：在保留左上角的8*8矩陣的時候，不一定非得是最左上角，可以往右下移一個或幾個像素。下面是采用PHash做拷貝檢索結果：

可以看到，對于上面查詢，PHash能夠獲得很好的拷貝檢索準確率，但是PHash除了上面圖表所示的對椒鹽噪聲、旋轉幾乎不具有抗干擾特性外，還有其他的方面的一些局限。

PHash的局限：PHash為了容忍圖像的一些形變而只取了圖像的低頻部分，從而造成了特征捕獲不到圖像的細節部分，使得對于純色或者近似純色圖像在做查重的時候并不是很理想。具體地說，由于PHash取的是dct的左上角部分，屬于低頻成分，也就是關注的是圖像的大致外形，沒有關注細節，所以對于純色圖片或者近似純色圖片，就沒法捕獲到它的輪廓細節，導致對純色圖像或者近似純色圖片的查重準確率不高。一種改進的方式是：把這個取的部分往右下移，這樣就可以獲得圖像的輪廓細節，純色圖像或者近似純色圖片查重準確率就會提升，壞處就是輪廓細節取多了，容忍細節變化就小了，導致圖像容忍的形變變小，但是這種思路是值得借鑒的。

PHash特性

PHash對噪聲、模糊、jpeg壓縮等具備較好的不變性，此外，在實際應用中還有另一類變換也是值得非常關注的，即對圖像做水平鏡像操作。PHash對鏡像不具備不變性，可以通過一個簡單的實驗予以驗證。

實驗過程：測試了兩對圖片，每一對圖片包含圖片自身，已經其對應的鏡像圖片（圖片對的大小是一樣的，說明為jpeg壓縮影響），分別計算圖片對之間的距離，一對算出來的距離是35，一對算出來的是33。說明PHash對鏡像無召回能力。

既然談到了圖像的鏡像變換，我們不妨對PHash、基于SIFT特征的Fisher Vector以及DL相似特征對鏡像變換是否有不變形做一個整理：

特征形變是否抗干擾備注

PHash特征	鏡像	否	見上面說的驗證過程
FV特征	鏡像	很弱	SIFT對鏡像不具備不變性，故FV對鏡像召回能力很弱，具體參考論文Flip-Invariant SIFT for Copy and Object Detection
DL相似特征	鏡像	是	由于DL相似特征在訓練的時候，數據增強里面包含鏡像，DL相似特征對鏡像具備旋轉特性，檢索顯示的top@K里面，可以找回鏡像的視頻，見結果鏡像檢索結果

PHash改進方案

在前面已經提到了PHash對于純色或近似純色圖像做拷貝檢索存在的缺陷，當DCT進行散列化時如果選取的DCT的頻率過低，則對純色或近似純色圖像的拷貝檢索存在badcase，如下圖所示：

從上圖可以看到，由于查詢圖像是接近純色的圖片，導致取得DCT的低頻只能捕獲到圖像的大致外觀，因而很多接近純色的圖片到排在了前面。對這類case的改進優化，我們知道無論是取低頻還是高頻部分做散列化都不合適，如果只取高頻，則會影響正常圖片的召回。因此，比較容易想到的一種改進方式是：對于正常的圖片，只需采用低頻DCT哈希值做排序；對于純色或近似純色圖像，先用低頻DCT哈希值檢索排序，然后再用高頻DCT哈希值檢索再做重排。這種改進方式的好處是顯而易見的，對于每一張圖片，只需要額外增加64個比特位的存儲空間，并且不用對整個拷貝檢索的架構做很大的調整，我們所要做的就是再計算一下高頻DCT的哈希值，并且增加一個對純色或接近純色的檢索服務，就能使PHash在圖像拷貝檢索上獲得較大的精度提升，同時又不至于較大的減少召回。

對于圖像純色或接近純色的檢索，小白菜以為應該做得輕巧簡潔，因為本身PHash做拷貝檢索就是一個很輕量的服務，如果圖像純色或接近純色的檢索做的過重，比如用DL對圖像純色與非純色進行分類，就失去了用PHash做拷貝檢索的意義，另外采用還需消耗大量的GPU，因而圖像純色或接近純色的服務越輕巧越好。下面小白菜提供的一個極輕量的圖像純色或接近純色的檢索方法：

cv::Mat imGray = cv::imread("123.jpg", CV_LOAD_IMAGE_GRAYSCALE);int histSize = 256; float range[] = {0, 255} ; const float* histRange = {range}; cv::Mat hist; cv::calcHist(&imGray, 1, 0, cv::Mat(), hist, 1, &histSize, &histRange);cv::Mat idx; cv::sortIdx(hist, idx, CV_SORT_EVERY_COLUMN + CV_SORT_DESCENDING); cv::sort(hist, hist, CV_SORT_EVERY_COLUMN + CV_SORT_DESCENDING);float maxFre = hist.at<float>(0,0); float secFre = hist.at<float>(0,1); float allFre = cv::sum(hist)[0];float ratio1 = (maxFre + secFre)/allFre; if(ratio1 >= 0.51){cout << "pure image" << endl; }

根據灰度測試的結果，在閾值為0.51時，粗略評估對于純色或接近純色圖像的召回率至少在85%以上，準確率在90%以上，檢測速度在10ms左右。這里，對于召回率和準確率的要求是，召回越高越好，對準確率的要求可以相對低一點，因為我們的目的是要改善純色或接近純色圖像的拷貝檢索的準確率，可以小幅犧牲點非純色圖像拷貝檢索的召回。

改善性能驗證

按上述所提的改進方案重排后，即：

• 對于一個查詢，先使用低頻分量DCT哈希值進行排序；
• 對查詢圖像進行純色或者近似純色圖像檢測，如果不是純色或者近似純色圖像，當前排序結果為最終拷貝檢索排序結果；
• 如果是純色或者近似純色圖像，使用高頻DCT哈希值對初排結果進行重新排序，對重排序結果只保留漢明距離只小于等于某一閾值的那些結果，將其作為最終排序結果；

下面是上面查詢圖像采用該改進方案重排后的一個結果，如下圖所示：

從上面可以看到，經過重排后，對于純色或者接近純色圖像的拷貝檢索，結果有了很大的提升，實際中測試了很多的case，發現都能夠獲得很好的改善。

總結

在本篇文章中，小白菜就PHash的原理、存在的缺陷以及改進的方案做了詳細的總結，這個問題的存在以及想到的解決方法并不是憑空產生和獲得的，而是實際應用中確確實實會存在這樣或那樣的問題，需要不斷從原理上推敲，然后反復進行實驗。當然對PHash的改進應該有非常多，這種改進方案不一定是最好的，但是可以值得借鑒，希望對有需要的同學有所幫助或者啟發。

from:?http://yongyuan.name/blog/improve-phash-for-copy-detection.html?

總結

以上是生活随笔為你收集整理的图像检索：图像拷贝检索PHash改进方案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。