感知散列精度/精度

Question

我想在一卡车的照片中找到相同和非常相似的图片。为了做到这一点，我想比较一下Levenstein (或Hamming，尚未决定)他们的知觉散列的距离。为了计算这些，我想使用阿姆加什 (也不是最终的决定)。对于输出，imghash允许选择输出格式和位数。我假设改变位数会改变精度/精度，但它真的吗？默认情况下，输出是一个16字符的十六进制字符串(十八分之一446四边形.组合)。似乎有点过火了。但这是吗？如果是，合理的长度是多少？

Answer 1

当使用阿姆加什和汉明距离来计算图像的相似性时，如下所示：

• imgHash接受[,bits]作为可选参数，默认为8。更长的散列确实意味着更高的准确性:对于我测试过的“非常相似”的图像，它们的4位散列是相同的，但是8位散列不同。
• 最大hamming距离(当图像是完全不同的-黑白画布)等于散列长度^2。因此，您需要调整您选择的阈值图像相似性。

另外：

• 所选位长必须可被4整除。
• 当比较知觉散列时，它们需要相同的长度。