使用 pHash 搜索庞大的图像数据库，最好的方法是什么？

Question

我需要搜索一个巨大的图像数据库以使用 pHash 查找可能的重复项，假设这些图像记录具有使用 pHash 生成的哈希码。

现在我必须比较一个新图像，我必须使用 pHash 针对现有记录为此创建哈希。但根据我的理解，有比较并不像

hash1 - has2 < threshold

看起来我需要将两个哈希码传递到 pHash API 中进行匹配。所以我必须从数据库中批量检索所有哈希码并使用 pHash API 一一比较。

但是如果我有大约 1000 张图像在队列中与数百万已经存在的图像进行比较，这看起来不是最好的方法。

我需要知道以下内容。

1. 我对使用 pHash 与现有图像数据库进行比较的理解/方法是否正确？
2. 有没有更好的方法来处理这个问题（不使用像里拉这样的 cbir 库）？
3. 我听说有一种叫做 dHash 的算法，它也可以用于与哈希码的图像比较。是否有任何 java 库用于此，可以将其与 pHash 一起使用以优化大图像和重复图像处理任务的任务。

提前致谢。

Answer 1

我认为在 pHash 支持论坛上讨论了这个问题的某些部分。

您将需要使用 mvptree 存储机制

http://lists.phash.org/htdig.cgi/phash-support-phash.org/2011-May/000122.html 和 http://lists.phash.org/htdig.cgi/phash-support-phash。 org/2010-October/000103.html