我正在用 C# 编写一个工具来查找重复图像。目前我创建文件的 MD5 校验和并比较它们。
不幸的是，图像可能是：
解决这个问题的最佳方法是什么？
【问题讨论】：
这里有很多高级的东西，但是很多图像实际上是同一个文件。我会考虑的一个措施是先做愚蠢的部分。创建一个目录列表并按大小顺序对图像文件进行排序。查找具有相同大小文件的所有对并检查每对是否完全匹配。对于每场比赛，你可以删除双打。
现在是有趣的部分..
上述解决方案中没有出现的一件事是使用颜色。您可以使用颜色直方图比较。对于红色、绿色和蓝色通道，计算每种颜色的出现次数并将计数放入树整数 [255] 数组中。然后将每个 RGB 数组标准化为浮点 [0.0 .. 1.0] 值并作为 Vector3(RGB) 距离进行比较。这种方法可以找到图像的旋转和调整大小的版本。颜色域中的匹配并不能保证......但您可以使用它（再次）对文件进行分组，以进一步完善处理并加快处理速度。
【讨论】：
private List<byte> colorList = new List<byte>();
private string hash;
private string GetImageHash(Bitmap bmpSource)
{
colorList.Clear();
int i,j;
Bitmap bmpMin = new Bitmap(bmpSource, new Size(16, 16)); //create new image with 16x16 pixel
for ( j = 0 ; j < bmpMin.Height; j++)
{
for ( i = 0; i < bmpMin.Width; i++)
{
colorList.Add(bmpMin.GetPixel(i, j).R);
}
}
SHA1Managed sha = new SHA1Managed();
byte[] checksum = sha.ComputeHash(colorList.ToArray());
hash = BitConverter.ToString(checksum).Replace("-", String.Empty);
sha.Dispose();
bmpMin.Dispose();
return hash;
}
【讨论】：
这是一个简单的方法，使用 256 位图像哈希（MD5 有 128 位）
List<bool> - 这是哈希代码：
public static List<bool> GetHash(Bitmap bmpSource)
{
List<bool> lResult = new List<bool>();
//create new image with 16x16 pixel
Bitmap bmpMin = new Bitmap(bmpSource, new Size(16, 16));
for (int j = 0; j < bmpMin.Height; j++)
{
for (int i = 0; i < bmpMin.Width; i++)
{
//reduce colors to true / false
lResult.Add(bmpMin.GetPixel(i, j).GetBrightness() < 0.5f);
}
}
return lResult;
}
我知道，GetPixel 并没有那么快，但在 16x16 像素的图像上它不应该是瓶颈。
代码：
List<bool> iHash1 = GetHash(new Bitmap(@"C:\mykoala1.jpg"));
List<bool> iHash2 = GetHash(new Bitmap(@"C:\mykoala2.jpg"));
//determine the number of equal pixel (x of 256)
int equalElements = iHash1.Zip(iHash2, (i, j) => i == j).Count(eq => eq);
所以这段代码能够找到相同的图像：
i和j的迭代顺序
更新/改进：
使用此方法一段时间后，我注意到可以进行一些改进
GetPixel 以获得更多性能0.5f 设置为在明暗之间有所不同 - 使用所有 256 个像素的不同中值亮度。否则，暗/亮图像被假定为相同，它可以检测亮度发生变化的图像。bool[] 或List<bool> 如果您需要存储大量哈希并需要节省内存，请使用Bitarray，因为布尔值不会存储在位中，需要byte！【讨论】：
您可以查看Algorithm to compare two images 以查看可用的图像比较方法。
除非您想自己重新创建完整的算法，否则您应该尝试使用已经存在的库或它们的至少部分代码（只要它们的许可证适合您）。
对于边缘检测和相关计算机视觉算法的开源 C# 实现，您可以尝试EmguCV，它是 OpenCV 的包装器。
【讨论】：
有趣的问题，考虑到图像的比较并不难，
进行比较的一种方法是，
现在，如果该值在一个合理的值范围内，比如 90%（可能必须通过做一些实验来确定），那么您可以放心地假设两者是相同的，但如果出现以下情况，这将不起作用，
【讨论】：
将图像重新采样到某个常见分辨率后，您可以使用小波分解并比较此分解的系数，而不是图像本身。仅比较前 N 个系数将使该方法对噪声和其他伪影更加稳健。
有几种可用的小波 C# 实现。一个例子是https://waveletstudio.codeplex.com/
【讨论】：