在数据库的特定目录中查找重复或相似图像

Question

我对此并不陌生，我的反对意见是构建一些Web应用程序，以实现用户将图像存储在数据库中作为存储的功能，而我要减少的是如果有一对或某些图像存储两次或两次以上。

因此，我所需要的就是如何查找已经存储在数据库中的重复或相似的图像，或者当用户尝试在第一步中导入该图像时，以及如果它们的图像与已经存储在数据库中的图像相似时，甚至更好的方法。数据库，系统可以发出警告，不要存储该图像。

我只想开发如何在数据库的特定目录上找到一些相似或重复的图像。 您能否从一开始就如何构建它给我一些解释，以及我应该从基本步骤（例如教程之类）中学到些什么。 如果可能的话，我想学很多东西。

在此先感谢您，我真的需要此帮助，谢谢。

Answer 1

查找相似图像的解决方案要复杂得多，因此我将首先坚持查找重复图像。 最简单的方法是对图像位进行SHA1哈希处理。 这是一些用C＃编写的代码来完成此操作（请参见下文）。 至于将散列存储在数据库中，我建议您使用binary(20)数据类型存储散列的结果。 这使您的SQL Server索引和查询的速度远远快于将此哈希存储为字符串或其他格式的索引。

private static byte[] GetHashCodeForFile(string file)
{
    int maxNumberOfBytesToUse = 3840000;

    using (Stream sr = File.OpenRead(file))
    {
        byte[] buffer = (sr.Length > maxNumberOfBytesToUse) ? new byte[maxNumberOfBytesToUse]: new byte[sr.Length];

        int bytesToReadIn = (sr.Length < maxNumberOfBytesToUse) ? (int)sr.Length : maxNumberOfBytesToUse;

        sr.Read(buffer, 0, bytesToReadIn);
        System.Security.Cryptography.HashAlgorithm hasher = System.Security.Cryptography.SHA1.Create();
        byte[] hashCode = hasher.ComputeHash(buffer);
        return hashCode;

    }
}

搜索相似的图像是当前正在大量研究中的难题。 这取决于您如何定义相似。 查找相似图像的一些重要方法是：

• 检查图像文件中的元数据（EXIF或类似）标签的创建日期，可以在彼此相似的时间拍摄相似的图像。 这可能不是您想要的最好的东西。
• 计算两个图像的相对直方图，并比较它们在每个颜色通道中的增量。 这样的好处是允许编写SQL查询，并且图像大小不变。 使用此方法可以找到已转换为缩略图的图像。
• 在两个图像之间执行图像减法，并查看图像与纯黑色（全零）的接近程度。 我不知道使用TSQL查询执行此操作的方法，并且此代码对于需要调整大小的图像可能会有些棘手。
• 计算图像的轮廓（通过Sobel，canny或其他边缘检测器），然后减去两个图像，以查看它们的轮廓有多少重叠。 同样，我认为这无法在SQL中处理。