若该文为原创文章，转载请注明原文出处本文章博客地址：https://hpzwl.blog.csdn.net/article/details/143432922长沙红胖子Qt（长沙创微智科）博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中…OpenCV开发专栏

1、简介aHash：平均值哈希。速度比较快，但是常常不太精确。pHash：感知哈希。精确度比较高，但是速度方面较差一些。dHash：差异值哈希。精确度较高，均值哈希算法、差值哈希算法和感知哈希算法都是值越小，相似度越高，取值为0-64，即汉明距离中，64位的hash值有多少不同。三直方图和单通道直方图

1、简介GitHub：https://github.com/whtsky/pixelmatch-py 2、代码fromPILimportImagefrompixelmatch.contrib.PILimportpixelmatchimg_a=Image.open("WD1.png").resize((1920,1080))img_b=Image.open("WD2.png").resize((1920,1080))img

1、简介利用直方图计算图片的相似度时，是按照颜色的全局分布情况来看待的，无法对局部的色彩进行分析，同一张图片如果转化成为灰度图时，在计算其直方图时差距就更大了。对于灰度图可以将图片进行等分，然后在计算图片的相似度。 2、代码fromPILimportImage#将图片转化为RG

1、简介把图片表示成一个向量，通过计算向量之间的余弦距离来表征两张图片的相似度。  2、代码fromPILimportImagefromnumpyimportaverage,dot,linalg#对图片进行统一化处理defget_thum(image,size=(1920,1080),greyscale=False):#利用image对图像