Php实现imagehash

实现图片哈希（ImageHash）的 PHP 方法

图片哈希（ImageHash）是一种用于快速比较图片相似度的技术，通常用于去重或相似图片搜索。以下是基于 PHP 实现图片哈希的几种方法：

平均哈希（Average Hash）

平均哈希通过计算图片的灰度平均值生成哈希值：

function averageHash($imagePath, $size = 8) {
    $image = imagecreatefromstring(file_get_contents($imagePath));
    $resized = imagecreatetruecolor($size, $size);
    imagecopyresampled($resized, $image, 0, 0, 0, 0, $size, $size, imagesx($image), imagesy($image));
    imagedestroy($image);

    $pixels = [];
    for ($y = 0; $y < $size; $y++) {
        for ($x = 0; $x < $size; $x++) {
            $rgb = imagecolorat($resized, $x, $y);
            $r = ($rgb >> 16) & 0xFF;
            $g = ($rgb >> 8) & 0xFF;
            $b = $rgb & 0xFF;
            $pixels[] = ($r + $g + $b) / 3;
        }
    }
    imagedestroy($resized);

    $avg = array_sum($pixels) / count($pixels);
    $hash = '';
    foreach ($pixels as $pixel) {
        $hash .= ($pixel > $avg) ? '1' : '0';
    }
    return $hash;
}

说明：

1. 将图片缩放到 8x8 尺寸。
2. 转换为灰度并计算像素平均值。
3. 生成二进制哈希字符串（1 表示高于平均值，0 表示低于平均值）。

感知哈希（Perceptual Hash）

感知哈希（pHash）使用离散余弦变换（DCT）提取低频特征：

function perceptualHash($imagePath, $size = 32, $hashSize = 8) {
    $image = imagecreatefromstring(file_get_contents($imagePath));
    $resized = imagecreatetruecolor($size, $size);
    imagecopyresampled($resized, $image, 0, 0, 0, 0, $size, $size, imagesx($image), imagesy($image));
    imagedestroy($image);

    $pixels = [];
    for ($y = 0; $y < $size; $y++) {
        for ($x = 0; $x < $size; $x++) {
            $rgb = imagecolorat($resized, $x, $y);
            $r = ($rgb >> 16) & 0xFF;
            $g = ($rgb >> 8) & 0xFF;
            $b = $rgb & 0xFF;
            $pixels[$y][$x] = ($r + $g + $b) / 3;
        }
    }
    imagedestroy($resized);

    // 计算 DCT（需自定义或使用库）
    $dct = customDCT($pixels, $size);
    $hash = '';
    $avg = array_sum(array_slice($dct, 0, $hashSize * $hashSize)) / ($hashSize * $hashSize);
    for ($i = 0; $i < $hashSize; $i++) {
        for ($j = 0; $j < $hashSize; $j++) {
            $hash .= ($dct[$i][$j] > $avg) ? '1' : '0';
        }
    }
    return $hash;
}

说明：

1. 缩放到 32x32 并转换为灰度。
2. 应用 DCT 提取低频分量。
3. 比较 DCT 矩阵左上部分（8x8）与平均值生成哈希。

差异哈希（Difference Hash）

差异哈希通过比较相邻像素生成哈希：

function differenceHash($imagePath, $size = 9) {
    $image = imagecreatefromstring(file_get_contents($imagePath));
    $resized = imagecreatetruecolor($size, $size - 1);
    imagecopyresampled($resized, $image, 0, 0, 0, 0, $size, $size - 1, imagesx($image), imagesy($image));
    imagedestroy($image);

    $hash = '';
    for ($y = 0; $y < $size - 1; $y++) {
        for ($x = 0; $x < $size; $x++) {
            $rgb = imagecolorat($resized, $x, $y);
            $nextRgb = imagecolorat($resized, $x, $y + 1);
            $hash .= ($rgb > $nextRgb) ? '1' : '0';
        }
    }
    imagedestroy($resized);
    return $hash;
}

说明：

1. 缩放到 9x8 尺寸（横向多一列）。
2. 逐行比较相邻像素亮度差异生成哈希。

哈希比较方法

计算汉明距离（Hamming Distance）以比较哈希相似度：

function hammingDistance($hash1, $hash2) {
    $distance = 0;
    $length = min(strlen($hash1), strlen($hash2));
    for ($i = 0; $i < $length; $i++) {
        if ($hash1[$i] != $hash2[$i]) {
            $distance++;
        }
    }
    return $distance;
}

使用示例：

$hash1 = averageHash('image1.jpg');
$hash2 = averageHash('image2.jpg');
$similarity = hammingDistance($hash1, $hash2);

注意事项

1. 依赖 GD 库处理图片，确保 PHP 已安装 gd 扩展。
2. DCT 实现较复杂，可考虑使用第三方库（如 php-dct）。
3. 汉明距离越小，图片越相似（通常阈值 ≤ 5 表示高度相似）。