README

可感知哈希是由多媒体文件内容的各种特征派生出来的指纹。与依赖于输入微小变化导致输出剧烈变化的加密哈希函数不同，如果特征相似，则可感知哈希值彼此“接近”。

与MD5和SHA1这样的加密哈希函数相比，可感知哈希是一个不同的概念。加密哈希的哈希值是随机的。用于生成哈希的数据像随机种子一样，因此相同的数据将生成相同的结果，但不同的数据将创建不同的结果。比较两个SHA1哈希值实际上只能告诉你两件事。如果哈希值不同，则数据不同。如果哈希值相同，则数据可能相同。相比之下，可感知哈希可以进行比较——给你两个数据集之间相似感。

此代码受以下启发/基于以下

需求

PHP 5.6或更高版本
gd或imagick扩展[1]或[2]
可选，安装GMP扩展以进行更快的指纹比较[3]

安装

此包尚未达到稳定版本，0.x版本之间的向后兼容性可能已损坏。如果您打算在生产中使用它，请确保锁定您的版本！

使用composer安装

composer require jenssegers/imagehash

用法

该库包含4种内置哈希实现

Jenssegers\ImageHash\Implementation\AverageHash - 基于平均图像颜色的哈希
Jenssegers\ImageHash\Implementation\DifferenceHash - 基于前一个像素的哈希
Jenssegers\ImageHash\Implementation\BlockHash - 基于blockhash.io的哈希（仍在开发中）
Jenssegers\ImageHash\Implementation\PerceptualHash - 原始pHash（仍在开发中）

选择这些实现之一。如果您不知道使用哪一个，请尝试使用DifferenceHash实现。某些实现允许一些配置，请务必检查构造函数。

use Jenssegers\ImageHash\ImageHash;
use Jenssegers\ImageHash\Implementations\DifferenceHash;

$hasher = new ImageHash(new DifferenceHash());
$hash = $hasher->hash('path/to/image.jpg');

echo $hash;
// or
echo $hash->toHex();

生成的Hash对象是一个十六进制图像指纹，一旦计算出来就可以存储在您的数据库中。使用汉明距离来比较两个图像指纹的相似度。低距离值表示图像相似或相同，高距离值表示图像不同。使用以下方法检测图像是否相似：

$distance = $hasher->distance($hash1, $hash2);
// or
$distance = $hash1->distance($hash2);

相等的图像不一定总是具有0的距离，因此您需要决定在哪个距离上评估图像为相等。在我测试的图像集中，最大距离为5是可以接受的。但这将取决于实现方式、图像以及图像的数量。例如；当比较一小组图像时，应接受较低的最大距离，因为假阳性的可能性相当低。然而，如果您正在比较大量图像，5可能已经太多了。

Hash对象可以以几种不同的格式返回内部二进制哈希。

echo $hash->toHex(); // 7878787c7c707c3c
echo $hash->toBin(); // 0111100001111000011110000111110001111100011100000111110000111100
echo $hash->toInt(); // 8680820757815655484

选择您在数据库中存储哈希的偏好。如果您想从先前计算出的值中重建Hash对象，请使用

$hash = Hash::fromHex('7878787c7c707c3c');
$hash = Hash::fromBin('0111100001111000011110000111110001111100011100000111110000111100');
$hash = Hash::fromInt('8680820757815655484');

演示

这些图像是相似的

Image 1 hash: 3c3e0e1a3a1e1e1e (0011110000111110000011100001101000111010000111100001111000011110)
Image 2 hash: 3c3e0e3e3e1e1e1e (0011110000111110000011100011111000111110000111100001111000011110)
Hamming distance: 3

这些图像是不同的

Image 1 hash: 69684858535b7575 (0010100010101000101010001010100010101011001010110101011100110111)
Image 2 hash: e1e1e2a7bbaf6faf (0111000011110000111100101101001101011011011101010011010101001111)
Hamming distance: 32

scratcher28 / imagehash

维护者

详细信息

README

需求

安装

用法

演示