Pythonで画像からハッシュ値を生成する

Pythonの「hashlib」というライブラリを使って、画像ファイルからハッシュ値を生成する方法を備忘録としてまとめます。

なお、私の環境は以下です。

Python: 3.7.4

目次
ハッシュ値とは？
Pythonでハッシュ値を生成するには？
サンプルコード
関連情報
参考
広告

ハッシュ値とは？

ハッシュ値とは、以下の図のようにあるInputデータからハッシュ関数によって変換された値です。

ハッシュ値については以下のような特徴があります。

Inputデータが同じなら、同じハッシュ値が得られる
Inputデータが異なるなら、異なるハッシュ値が得られる
ハッシュ値からInputデータを復元できない
ハッシュ値が重複することは非常に低い
Inputデータのサイズは任意である
ハッシュ値のサイズはハッシュ関数によって異なるが固定のサイズである

このように、ハッシュ値はInputデータを他の値に変換させつつ、識別性を持たることができます。
そのため、文字列やファイルなどの同一性チェックに使用することができます。

また、代表的なハッシュ関数は以下のようなものがあります。

ハッシュ関数	バイト数	補足
MD5	16 byte	脆弱性が指摘されている
sha1	20 byte	脆弱性が指摘されている
sha256	32 byte
sha512	64byte

詳しくは、「hashアルゴリズムとハッシュ値の長さ一覧」を参照してください。

Pythonでハッシュ値を生成するには？

Pythonでハッシュ値を生成するには「hashlib」というライブラリを使えば簡単にできます。

hashlib(Python公式ドキュメント)

指定できるハッシュ関数については、以下が対応できます。
※「hashlib.algorithms_guaranteed」で取得することができます。

sha1
shake_128
sha512
shake_256
sha3_512
md5
sha384
blake2b
sha256
sha3_384
blake2s
sha224
sha3_256
sha3_224

サンプルコード

ハッシュ関数のInput値は何でもよいので、テキストでもファイルでもハッシュ値をもとめることができます。
ここでは、この記事のタイトル通り、画像ファイルからハッシュ値を生成するサンプルコードを紹介します。

import hashlib

# png_imgfileとpng_imgfile_samenameは
# ファイル名が違うだけの同一PNGフォーマットの画像ファイル
png_imgfile = 'png_image.png'
png_imgfile_samename = 'png_image_samefile.png'

# jpeg_imgefileはJpegフォーマットの画像ファイル
jpeg_imgefile = 'jpeg_image.JPG'

# png_image.pngについてMD5,SHA256を生成
print('##### {0} #####'.format(png_imgfile))
with open(png_imgfile, 'rb') as f:
    md5 = hashlib.md5(f.read()).hexdigest()
    f.seek(0)
    sha256 = hashlib.sha256(f.read()).hexdigest()
    print('MD5ハッシュ値：\n {0}'.format(md5))
    print('SHA256ハッシュ値：\n {0}'.format(sha256))

# png_image_samefile.pngについてMD5,SHA256を生成
print('##### {0} #####'.format(png_imgfile_samename))
with open(png_imgfile_samename, 'rb') as f:
    md5 = hashlib.md5(f.read()).hexdigest()
    f.seek(0)
    sha256 = hashlib.sha256(f.read()).hexdigest()
    print('MD5ハッシュ値：\n {0}'.format(md5))
    print('SHA256ハッシュ値：\n {0}'.format(sha256))

# jpeg_image.JPGについてMD5,SHA256を生成
print('##### {0} #####'.format(jpeg_imgefile))
with open(jpeg_imgefile, 'rb') as f:
    md5 = hashlib.md5(f.read()).hexdigest()
    f.seek(0)
    sha256 = hashlib.sha256(f.read()).hexdigest()
    print('MD5ハッシュ値：\n {0}'.format(md5))
    print('SHA256ハッシュ値：\n {0}'.format(sha256))

hashlib.ハッシュ関数名()では、byte-likeオブジェクトの指定が求められたので、open('ファイル名', 'rb')でバイナリモードとして画像ファイルを読み込むことにしました。
f.seek(0)は、f.read()によってバイトストリームの位置がファイルの末端に移動してしまうため、ストリームの位置をファイルの先頭に移動するための処理です。
- これについては少しハマったので、以下「Python imghdr.what()で画像ファイルのフォーマットを取得できない」でまとめています。

【実行結果】

##### png_image.png #####
MD5ハッシュ値：
 41590e74c58948395fc89dc4da3b6a33
SHA256ハッシュ値：
 dd939ff23dc8278f010286682e51f198b727237f8f1191a42730ae92effc2273
##### png_image_samefile.png #####
MD5ハッシュ値：
 41590e74c58948395fc89dc4da3b6a33
SHA256ハッシュ値：
 dd939ff23dc8278f010286682e51f198b727237f8f1191a42730ae92effc2273
##### jpeg_image.JPG #####
MD5ハッシュ値：
 00446c46208f8901faeb442631b33f79
SHA256ハッシュ値：
 ee8e83be0986d75b62689605ffb9a5f26e78a7da253687b3f5d4d929b87ff496

実行結果を見ると、以下のことが分かります。