机器视觉-哈希图像
我正处于一个项目的可行性阶段，我想知道使用Machine Vision是否可以完成以下工作
如果我想知道两个文件是否为完全相同的，我将在文件上使用散列函数(例如sha1或md5)，并将结果存储在数据库中。
然而，如果我有两个图像，其中image 1是90%的质量和image 2是100%的质量，那么这将不会工作，因为他们将有不同的哈希。
使用机器视觉，是否可以“查看”一个图像并从中创建一个签名，以便当遇到另一个图像时，我们可以说“我们已经在系统中获得了这个图像”，如果是，忽略新的图像，如果不是，保存该图像？
我知道您能够对两幅已知的图像进行机器视觉比较，例如：
https://www.pyimagesearch.com/2014/09/15/python-compare-two-images/
(很不幸，这里有很多代码，所以我不能简单地粘贴在这里供参考。)
但是，通过图像比较，一幅图像会非常昂贵。
谢谢
回答 2
Stack Overflow用户
发布于 2019-01-30 10:44:12
python提供了名为:Image散列的模块：
图像哈希-编码的图像，这是值得赞扬的下面。
from PIL import Image
import imagehash
hash = imagehash.average_hash(Image.open('./image_1.png'))
print(hash)
# d879f8f89b1bbf
otherhash = imagehash.average_hash(Image.open('./image_2.png'))
print(otherhash)
# ffff3720200ffff
print(hash == otherhash)
# False
print(hash)
上面是python代码，如果图像相同，它将打印"true“，如果图像不相同，则打印"false”。谢谢。
Stack Overflow用户
发布于 2020-04-08 23:41:14
我不是你所说的90%和100%的意思。它们的图像压缩质量是否使用JPEG？尽管如此，您可以使用许多方法来匹配图像，例如只使用图像处理方法，如SIFT、SURF、BRISK、ORB、FREAK或机器学习方法(如Siamese networks )。然而，对于简单的计算机来说，它们是很重的(在我的计算机上由内核-i7 2670 if供电，从100到2000毫秒之间的2兆像素匹配)，特别是如果你运行它们没有并行(编程没有GPU，AVX，.)，特别是最后一个。
对于散列，您也可以使用perceptual hash functions。它们被广泛应用于在线版权侵权案件的查找，以及在digital forensics中，因为散列之间具有相关性，所以可以找到类似的数据(例如，具有不同的水印) [1]。此外，你也可以search copy move forgery和阅读文件围绕它，看看如何可以找到相似的图像。
https://stackoverflow.com/questions/52916797
复制相似问题
腾讯云开发者
