Imagehash 통해서 중복 이미지 판별하기

Gyuri Lee·2025년 1월 5일

VISION 개념설명 프로젝트적용사례

📚 개요

어떤 상품을 추천할 때, 혹은 검색 결과를 보여줄 때
우리는 생각보다 더 많은 상황에서
같은 이미지 사진을 마주합니다.

[사진은 네이버 쇼핑에서 히트텍 검색한 결과입니다]

같은 이미지 상품은 하나만 보여주는 것이
UX면에서 휠씬 좋지만,
이는 생각보다 어려운 작업입니다.

왜냐하면,
같은 이미지를 다른 브랜드에서 사용하는 경우도 많아
단순히 브랜드 이름으로 필터링할 수는 없기 때문입니다.

🌠 Image Hash

저는 이런 상황에서 사용하기 좋은
IMAGE HASH를 소개하려고 합니다.

https://github.com/JohannesBuchner/imagehash

1. 사용법

사용법은 엄청 간단합니다.

파이썬 기반 패키지로써
pip를 사용해 install을 먼저 해줍니다.

pip install imagehash

그리고 image를 PIL type으로 만들고,
hash 함수를 통해 특정 길이의 값으로 만들면 작업을 끝납니다.

>>> from PIL import Image
>>> import imagehash
>>> hash = imagehash.average_hash(Image.open('tests/data/imagehash.png'))
>>> print(hash)
ffd7918181c9ffff

자, 이제 모든 이미지들의 hash 값을 구한 후,
hash 값이 동일한 경우 이를 필터링해주면
중복 이미지 처리가 가능해집니다.

imagehash에서 제공하는 hash 종류는
average_hash 외에도 몇가지 더 존재합니다.

Average hashing
Perceptual hashing
Difference hashing
Wavelet hashing
HSV color hashing (colorhash)
Crop-resistant hashing

🧪Test

1. 테스트 코드

저는 이 중에 Average hash와 Color hash를 사용하여
두 값이 모두 동일한 경우 같은 이미지라고 처리하는 로직을 작성해보았습니다.

for pid in tqdm(prd_id_list, desc="Processing images"):
    pil_imgs = data_manager.get_pid_imgs([pid])
    if not pil_imgs:
        continue
    img = pil_imgs[0]
    img_hash = imagehash.average_hash(img, hash_size=img_hash_size)
    color_hash = imagehash.colorhash(img, binbits=color_hash_size)
    img_hashes.append(
        {"prd_id": pid, "img_hash": str(img_hash), "color_hash": str(color_hash)}
    )

원하는 정확도에 따라 hash 값 사이즈 조절도 가능합니다.
저는 default value로 진행했습니다.