pHash对一些图像产生了奇怪的结果

Question

我很难理解一些pHash结果。

根据pHash的数据，两幅非常相似的图片只有75%的共同点：

​

&

​

这两幅不应该有共同之处的图像有78%的相似性：

​

&

​

我可能做错了什么吗？我使用的是ruby库(Similie、pHash、Phashion)，但它们只是映射pHash函数。在其他一些例子中，结果令人满意。

Answer 1

我认为结果是可以解释的：

对于第一对图像，对图像的主要“攻击”是重新帧，这会显着地改变dct散列产生的频率数据。这是已知的离散余弦变换散列方法的一个弱点，并记录在pHash网站上。

第二对图像的“相似性”可能是小文件大小和其中一幅图像中单一颜色的大块的结果。在我的主观经验中，这些类型的文件常常导致奇怪的“相似”出现。(品牌形象对我来说是个问题)。不幸的是，我无法真正解释这种意想不到的行为。

使用多个散列方法(如墨西哥帽子或径向)和更大的源文件，如果可用，可以帮助降低“错误匹配”率。

更新：

从那时起，我就在ImageMagick中试验了新发布的phash功能。它允许您使用命令行调用compare -metric phash image1 image2 diffimage来区分两个图像。

使用该工具，第一组(相似)图像的相似度为19.78，而明显不同的图像的相似度为258.58。建议为“匹配阈值”的值为21。此pHash方法包含颜色信息，不像dct散列。

有关新功能的信息如下：510/index.html