我希望创建一个用于对图像进行编目的 ID 系统。我不能使用 md5() ，因为如果我更改图像的 EXIF 标签，它会改变。
我目前正在使用 imagemagick 计算的 SHA1 校验和。它工作得很好，但在较大的图像上确实非常慢（对于 21 兆像素的 JPG，四核至强大约需要 15 秒）。
还有其他更快的唯一识别图像的“视觉”方法吗？
【问题讨论】：
标签： image image-processing imagemagick checksum unique-key
您可以尝试对实际位图数据而不是 JPEG 文件运行 MD5。我在我的机器（也是四核 Xeon）上进行了测试，在 23 兆像素的图像上运行了大约 900 毫秒。
uint32_t width = MagickGetImageWidth(imageWand);
uint32_t height = MagickGetImageHeight(imageWand);
uint8_t *imageData = malloc(width * height * 3);
MagickExportImagePixels(imageWand,
0, 0, width, height, "RGB", CharPixel, imageData);
unsigned char *imageDigest = MD5(imageData, width * height * 3, NULL);
free(imageData);
【讨论】：
“视觉校验和”是什么意思？您提到的算法（md5/sha/crc）以基于字节的方式工作，但不考虑图像的视觉信息。如果您将其中一张图像转换为 JPEG，这两个文件将显示相同的图像，但 md5/sha/crc 校验和完全不同。
如果您唯一担心的是 exif 编辑，您可以制作图像的临时副本，使用 exiv2 库从中删除所有元数据，然后运行校验和算法。我想这比手动缩小图像要快得多。您还可以通过仅使用源文件的前 n KB 作为校验和来加快计算速度。
如果您的所有图像文件都直接来自相机，那么您的情况会更好：您可以使用 exiv2（通常只有几千字节）提取预先生成的 exif 缩略图并计算其校验和。
关于缩小方法：还要注意 ImageMagick 将来可能会更改其缩放算法，这会使您的校验和无效（缩小版本的字节结构会随之改变）。
【讨论】：
正如 Todd Yandell 所说，MD5 可能已经足够快了。如果没有，您可以通过使用 32 位或 64 位 CRC 作为校验和来获得更快的结果。主要区别在于任何人都可以使用相同的 CRC 来制作新图像。很容易被欺骗。有人很难欺骗 MD5 校验和。一个小的区别是 CRC 的位数要少得多，但除非您有大量图像，否则仍然不太可能发生冲突。
exiftool 声称能够从 JPEG 文件中提取二进制图像，这样您就可以在不解压缩的情况下计算校验和，但我无法从手册页中弄清楚如何做到这一点。
我在笔记本电脑 Intel Core 2 Duo L7100 CPU 上做了一些实验，8MP JPEG 大约需要 1 秒才能压缩成 PPM 格式，然后再花 1 秒来完成校验和。使用md5sum、sum 和sha1sum 时校验和时间没有显着差异。因此，最好的办法可能是找到一种无需解压缩即可提取二进制数据的方法。
我还注意到，即使它使用更少的像素，您的校验和也会几乎一样好。比较这两个：
djpeg -scale 1/8 big.jpg | /usr/bin/sha1sum # 0.70s
djpeg big.jpg | /usr/bin/sha1sum # 2.15s
【讨论】：
您应该考虑到有人可能会裁剪图像或修改调色板、颜色深度或其他任何内容，那么即使在视觉上原始图像和修改后的图像看起来仍然非常相似，平面校验和也会有所不同。 也许有一种有效的算法可以裁剪或重新着色，例如 Google 图片用于搜索相似图片。
【讨论】：