有大佬能描述一下用于查重的提取图像特征的算法吗？

[LeeReamond]

如题，自己收藏的壁纸有约一万张，大体上都是 16:9 比例的图，少部分有一些 16:10 的和 21:9 的。

想要写个东西检查一下里面有没有重复的图像。（重复的图像指比如原图经过压缩生成新图像，分辨率相同但 hash 不同。或者分辨率经过缩放也有可能，毕竟都是网上的图）

这种有什么办法可以查重吗？能否根据图像内容生成一个特征表示这个图像？比如用 4096 个比特描述一张图，然后我设置一个阈值（比如 100 ），两个特征向量的差异小于 100 就认为是同一张图？

[binux]

搜 GitHub image hash

[LeeReamond]

@binux 排名最高的论文项目看不懂。看了看 python 最高 star 的实现代码，似乎是通过比较全局每个像素和平均值的大小关系，大于平均值就记为 1 ，小于平均值就记为 0 ，这么搞出来个一串的 hash 。这个如果调整过图片亮度之类的会不会就认为是两张图了

[elfive]

图片去重，我推荐这个工具软件。
https://www.duplicatecleaner.com/

[zcf0508]

@LeeReamond 求图片 hash 有很多种，你可以搜搜阮一峰关于图片搜索的文章

[binux]

@LeeReamond 很多份代码都有多个实现，你直接用就好了

[3dwelcome]

这个简单，学 jpeg 压缩原理，DCT 后是可以末尾截断的，多截断一些位数，就变成了图片的模糊 hash 值。

[3dwelcome]

再说一下原理，DCT 末尾截断，本质上就是把图片里的高频信号给去掉。

就好比你直接去比较两张壁纸，是不相同的，但是你放到 photoshop 里，高斯模糊一下后，把细节都去掉，壁纸看起来就很相似了。