我有一个非常大的JPEG图像数据库,大约有200万张。 我想在这些图像中进行模糊搜索以查找重复图像。 重复图像是指两个图像具有许多(大约一半)像素具有相同值,其余像素的R / G / B值相差约+/-3。 肉眼无法区分这些图像。 这是重新压缩JPEG所产生的差异。
我已经有一种绝对可靠的方法来检测两个图像是否相同:我对所有像素的亮度差进行求和并将其与阈值进行比较。 这种方法已被证明100%准确,但是针对200万张图片的处理速度极慢(每张图片需要几小时)。
我希望以某种方式对图像进行指纹识别,以便只需比较哈希表中的指纹即可。 即使我可以可靠地将需要比较的图像数量缩小到只有100张,我也可以轻松地将1张与100张进行比较。 有什么好的算法可以做到这一点吗?