差異哈希算法（Different Hash Algorithms，dHash），像aHash和pHash一樣，dHash易於實現，相比於它的簡單，其實它的識別更爲準確。作爲一種感知算法的實現，dHash比aHash相近，但比aHash效果更好。aHash關注於平均值，pHash關注頻率模式，dHash則基於漸變。下面介紹下dHash算法的工作原理。
算法步驟
- 縮小尺寸。最快速去掉高頻和細節的辦法就是縮小民族教育。在這裏，收縮到9*8的大小，以便它有72的像素點（之後會解釋爲什麼這樣）。通過忽略尺寸和縱橫比，不管圖片如何伸縮，該hash都能匹配相似的圖片。
- 簡化色彩。轉化爲灰度圖。把縮放後的圖片轉化爲256階的灰度圖。將72個像素轉變爲72個顏色（爲達到最佳效果，可以在縮放尺寸前簡化色彩，或者縮放和簡化色彩同時進行）
- 計算差異值。dHash算法工作在相鄰像素之間，這標識了相對的漸變方向。這樣每行9個像素之間產生了8個不同的差異，一共8行，則產生了64個差異值。
- 獲取指紋。如果左邊的像素比右邊的更亮，則記錄爲1，否則爲0（這裏用1代表p[x]<p[x+1]，設置位從左及右，從上及下的大邊）
=
=3a6c6565498da525
=
與aHash算法比較，這種算法產生的hash值，將不會隨圖片的縮放和縱橫比的改變而改變，增強或減小亮度或對比度，或者修改顏色也不會對hash值產生顯著的影響。即使對伽馬校正和顏色配置做複雜的調整，也不會影響結果。最好的一點是：速度快！！！嚴格來說——最慢的地方是縮小尺寸那一步。
該hash值代表了亮度的梯度變化。比較兩個hash值，只要看看不相同的位數個數即可（即漢明距離）。如果比較結果爲0表明是一個非常相似的圖片。大於10表明是不同的圖片，如果介於1到10之間則暗示有一定的修改。
java實現
/**
* 差異哈希算法/Difference hash algorithm/HA
* <p>
* 最適用於縮略圖，放大圖搜索
* <p>
* 相比pHash，dHash的速度要快的多<br>
* 相比aHash，dHash在效率幾乎相同的情況下的效果要更好，它是<b>基於漸變</b>實現的。
* <p>
*
* @author xuyanhua
* @data Jan 10, 2017 1:09:46 AM
*/
public class DHash {
/**
* 圖片指紋
*
* @param imagePath
* @return
* @throws IOException
*/
public static long fingerprint(String imagePath) throws IOException {
File file = new File(imagePath);
BufferedImage srcImage = ImageIO.read(file);
srcImage = ImageUtil.trim(srcImage);
ImageIO.write(srcImage, "jpg", new File("c:/imagetest/trim/2/"+file.getName()));
/*
* 1.縮小尺寸. 收縮到9*8的大小，一遍它有72的像素點
*/
BufferedImage image9x8 = ImageUtil.resize(srcImage, 9, 8);
/*
* 2.簡化色彩,轉化爲灰度圖. 把縮放後的圖片轉化爲256階的灰度圖
*/
int width = image9x8.getWidth();
int height = image9x8.getHeight();
int[] grayPix = new int[width * height];
int i = 0;
for (int y = 0; y < height; y++) {
for (int x = 0; x < width; x++) {
int rgb = image9x8.getRGB(x, y);
int r = rgb >> 16 & 0xff;
int g = rgb >> 8 & 0xff;
int b = rgb >> 0 & 0xff;
int gray = (r * 30 + g * 59 + b * 11) / 100;
grayPix[i++] = gray;
}
}
/*
* 4.計算差異值：dHash算法工作在相鄰像素之間，這樣每行9個像素之間產生了8個不同的差異，一共8行，則產生了64個差異值.
* 5.獲取指紋.如果左邊的像素比右邊的更亮，則記錄爲1，否則爲0.
*/
long figure = 0;
for (i = 0; i < 63; i++) {
long b = grayPix[i] > grayPix[i + 1] ? 1 : 0;
figure |= b << i;
}
return figure;
}
}