试图解决防止上传重复图像的问题.
我有两个JPG.看着他们,我可以看出他们实际上是一模一样的.但由于某些原因,它们有不同的文件大小(一个是从备份中提取的,另一个是另一个上载),因此它们有不同的md5校验和.
我怎样才能高效而自信地比较两幅图像,就像人类能够看到它们明显相同一样?
示例:http://static.peterbe.com/a.jpg和http://static.peterbe.com/b.jpg
Update
我写了这个 playbook :
import math, operator
from PIL import Image
def compare(file1, file2):
image1 = Image.open(file1)
image2 = Image.open(file2)
h1 = image1.histogram()
h2 = image2.histogram()
rms = math.sqrt(reduce(operator.add,
map(lambda a,b: (a-b)**2, h1, h2))/len(h1))
return rms
if __name__=='__main__':
import sys
file1, file2 = sys.argv[1:]
print compare(file1, file2)
然后我下载了两张视觉上完全相同的图片并运行了脚本.输出:
58.9830484122
有人能告诉我什么是合适的截止时间吗?
Update II
a.jpg和b.jpg之间的区别在于,第二个已使用PIL保存:
b=Image.open('a.jpg')
b.save(open('b.jpg','wb'))
这显然适用于一些非常轻的质量修改.我现在已经解决了我的问题,将相同的PIL保存应用到正在上传的文件,而不做任何操作,现在它可以工作了!