优雅的python
优美胜于丑陋,
明了胜于晦涩。
分享python资讯~
需求
我们需要识别出敏感作者的avatar头像,把”皮卡丘“换成”优雅的python“。
敏感图片样本属性:
爬虫获取的图片属性:
替换成:
原理
检查两个图片的相似度,一个简单而快速的算法:感知哈希算法(Perceptual Hash),通过某种提取特征的方式为每个图片计算一个指纹(哈希),这样对比两个图片相似与否就变成了对比两个指纹异同的问题。
实现
Step1.缩小尺寸
将图片缩小到8*8的大小,这样做可以去除图片的细节,只保留结构和明暗等基本信息,同时摒弃不同尺寸和比例带来的图片差异。
Step2.灰度处理
把缩小后的图片转化为64级灰度图(每个像素只有64种颜色)。
Step3.计算平均值
计算所有64个像素的灰度平均值。
Step4.计算哈希
这里哈希的计算方法是:上面说的64个像素的灰度与平均值进行比较,大于或等于平均值记为1,小于记为0。
将每个像素的比较结果组合在一起成为一个64位的二进制整数,这个整数就是此图片的指纹。
Step5.对比哈希
不同图片对比的方法,就是对比它们的64位哈希中,有多少位不一样(汉明距离)。一般来说如果不同的位数不超过5,就说明两张图片很相似,如果大于10,就很可能是两张不同的图片。
代码(python3)
先来安装pillow、requests:
导入包:
实现图片相似度算法:
结合爬虫:
运行结果:
github源码
https://gist.github.com/luzihang123/77c7f02304447dd2a273cca526a27e1c
参考文章
相似图片检测?三行代码就够了 - 掘金
此 Python2 脚本怎么修改为 Python3 运行 - V2EX
领取专属 10元无门槛券
私享最新 技术干货