如何识别具有不同大小的重复图像

Question

问题是我有一个包含超过 80k 图像的文件夹，其中大约 40% 是重复的。 （有些图片是旋转的，有些大小不同，但还是同一张图片）。

起初我使用散列算法（使用 c++/java）来删除所有重复的图像（具有相同的大小和其他属性）。 但它似乎并没有删除所有这些，因为有些图片有不同的大小（但在视觉上是相同的）

我在网上搜索了很多以找到任何有效的算法来解决这个问题

我为我的问题找到的最佳代码是 pHash，但它已经过时并且不再适用于 VS。

如果有人对我有想法，那就太棒了。

谢谢

Answer 1

除了哈希算法，你可以计算每张图片的histogram，然后compare them

旋转图像的直方图应该完全相同，调整大小的图像应该非常相似。

Here 有一个使用 OpenCV 进行直方图比较的示例。

我仍然建议首先使用散列，因为它应该更快并删除第一组重复项，然后使用直方图比较对其进行细化。