Python 图像哈希库 imagehash：从原理到实践
一、前言：为什么需要图像哈希？
在当下的互联网环境中，图像数据以爆炸式速度增长。从社交平台的图片分发，到电商平台的商品图采集，再到内容审核、重复图像检测、盗图追踪，如何高效比较两个图像是否相同或相似成为一个核心问题。
我们可以使用深度学习模型如 CNN、ViT 提取图像特征，但这需要 GPU，代价高、复杂度大。而传统图像处理领域提供了一个简单高效的解决方案。
图像感知哈希（Perceptual Hash, pHash）及其系列算法
Python 的 imagehash 库正是目前应用最广、最稳定的一套图像哈希计算工具。
它具有以下特点：
- 速度极快（毫秒级）
- 对缩放、旋转、亮度变化不敏感
- 哈希值可用于相似度比较
- 包含多个算法：aHash、pHash、dHash、wHash
无论你是做：内容去重、图像相似搜索、爬虫去重、图库管理、数字资产管理、图形数据库、以图搜图系统，imagehash 都能胜任。
接下来，我们将从安装、算法原理、使用方法、进阶技巧，逐步完整展开。
二、imagehash 库简介
imagehash 是基于 PIL（即 pillow）的图像感知哈希算法工具包。
安装方式非常简单：
pip install imagehash pillow
常用导入方式：
from PIL import Image
import imagehash
它支持四大经典图像哈希算法：
| 哈希算法 | 全称 | 优点 | 使用场景 |
|---|---|---|---|
| aHash | average hash | 简单快速 | 基础相似检测、轻量级应用 |
| pHash | perceptual hash | 最稳健、常用 | 内容审查、重复图检测 |
| dHash | difference hash | 相当稳定 | 图像去重、图像聚类 |
| wHash | wavelet hash | 去噪效果强 | 细节损失较多场景 |
除此之外，它还支持 colorhash、crop-resistant hash 等进阶算法。
三、图像感知哈希的核心思想
传统哈希（如 MD5、SHA256）的特点是：
输入只要有一点点变化，输出就完全不同。
所以不能用来比较图像相似度。
感知哈希的思想正好相反：
当两张图片'看起来相似'时，它们的哈希应当相近。
因此，感知哈希的目标：
- 忽略图像的噪声
- 忽略尺寸变化
- 忽略亮度变化
