Làm sao để biết hai hình ảnh có giống nhau không? [đóng cửa]

Tôi có hơn 10000 hình ảnh trong đó khoảng 2000 là trùng lặp ở các định dạng khác (như trong JPEG, PNG, GIF). Cả hai con số này đang tăng lên mỗi ngày. Tôi cần phải xóa những bản sao đó và tôi phải biết cách tìm chúng trước.

Suy nghĩ đầu tiên của tôi là kiểm tra một pixel hình ảnh và tìm các hình ảnh khác có cùng pixel màu trong cùng tọa độ. Nhưng tùy chọn này không phải lúc nào cũng hoạt động. Hãy nói rằng tôi tìm kiếm một bản sao. Đối với đối tượng có thể tìm kiếm, tôi chọn tệp PNG 8 bit. Nó sẽ tìm thấy tất cả các bản sao của hình ảnh đó, nhưng chỉ có PNG 8 bit, đôi khi là GIF 8 bit và hiếm khi là JPEG (vì tôi cho rằng thuật toán hình ảnh là gì?).

Suy nghĩ thứ hai của tôi là sao chép tất cả những hình ảnh đó và tô màu lại chúng trong một bảng màu hai màu nghiêm ngặt (giả sử đen trắng) và thực hiện quét tương tự như đã nêu ở trên. Một lần nữa, hình ảnh JPEG không giống 100% với định dạng PNG hoặc GIF (lý do tương tự như trên?).

Ý nghĩ thứ ba là giảm tỷ lệ phần trăm về mức độ quen thuộc của hình ảnh và tăng mức độ màu sắc có thể thay đổi, dẫn đến loại bỏ hình ảnh không mong muốn ...

Có suy nghĩ gì không?

Băm nhận thức có thể là câu trả lời:

http://www.phash.org/

Băm tri giác là dấu vân tay của một tệp đa phương tiện có nguồn gốc từ các tính năng khác nhau từ nội dung của nó. Không giống như các hàm băm mật mã dựa trên hiệu ứng tuyết lở của những thay đổi nhỏ trong đầu vào dẫn đến thay đổi mạnh mẽ ở đầu ra, băm nhận thức sẽ "gần gũi" với nhau nếu các tính năng tương tự nhau.

1. Kiểm tra kích thước. Nếu khác nhau => hình ảnh không giống nhau.
2. Kiểm tra định dạng. Nếu giống nhau => Thực hiện so sánh chính xác, pixel theo pixel.
3. Nếu các định dạng khác nhau làm điều này:

Không so sánh RGB (đỏ, xanh lá cây, xanh dương). So sánh Độ sáng bằng một nửa trọng lượng và so sánh màu sắc / màu sắc với nửa còn lại (hoặc 2/3 so với 1/3). Tính toán sự khác biệt về giá trị và tùy thuộc vào giá trị 'dung sai' chúng giống nhau hoặc không.

JPEG nén rất nhiều thông tin màu sắc nhưng cố gắng không làm hỏng các giá trị giới hạn.

Khi tôi sàng lọc một loạt các hình ảnh cho các bản sao cách đây vài năm, tôi thấy rằng việc giảm mọi thứ thành hình thu nhỏ 8 x 8 và sau đó tính điểm tương tự dựa trên bình phương khoảng cách (xử lý ba màu riêng biệt) giữa các hình thu nhỏ hoạt động khá tốt. Lưu ý rằng bạn có thể giữ RẤT NHIỀU hình thu nhỏ trong bộ nhớ.

Hầu như tất cả các bản sao đều ghi điểm dưới các bản sao, về vấn đề duy nhất là một số hình ảnh có độ tương phản rất thấp và tổng thể tương tự mặc dù nội dung thực tế khác nhau (nền trong mỗi trường hợp là cát bãi biển.)

Điều này cũng hiệu quả trong việc bắt các hình ảnh bị sao chép trừ khi ai đó đã giảm độ phân giải hoặc chất lượng trên một để giảm kích thước tệp.

Có lẽ bạn nên viết một số mã để quét hình ảnh cho giống nhau. Bạn có thể chuyển đổi tất cả các bức ảnh sang định dạng ARGB và so sánh chúng. (trong trí nhớ)

Một cách tiếp cận có thể là cách này: Chia hình ảnh theo khu vực. Quét màu trung bình và / hoặc độ sáng trung bình của khu vực để so sánh hai hình ảnh cho giống nhau.

Nếu hơn nói, 90% các khu vực khớp, bạn đã chọn một để chuyển đến danh sách ứng cử viên xóa. Bằng cách này bạn có một danh sách các ứng cử viên. Bạn có thể sử dụng tỷ lệ khung hình của hình ảnh để phân loại hình ảnh theo hình ảnh ngang và dọc để tăng tốc độ so sánh. bằng cách này, bạn có thể bù cho các thuật toán bị mất không tái tạo đúng màu pixel theo pixel. Bạn chạy chương trình qua đêm và vào buổi sáng bạn đã hoàn thành nó :) trong .Net điều này có thể được thực hiện khá dễ dàng với anh ấy GDI + lib.