现在的照片可以通过调整大小、裁剪、调整对比度或更改图像格式来轻松编辑。因此，会创建与原始图像相似的新图像。允许用户生成内容上传的网站、web应用程序和移动应用程序可以从识别相似图像中获益。图像消除重复如果您的网站允许用户上传图像，他们也可以上传同一图像的各种处理或处理版本。如上所述，虽然版本不完全相同，但它们非常相似。显然，在一个页面上显示多个不同的图像并避免显示相似的图像是一个很好的实践。例如，旅游网站可能希望显示酒店房间的不同图像，但避免在同一页面上显示类似的房间图像。网络研讨会此外，如果您的web应用程序处理许多上载的图像，您可能希望能够自动识别新上载的图像是否与以前上载的图像相似。识别相似的图片可以防止重复的图片在上传后被使用，这样可以更好地组织网站的内容。您的web应用程序在上传时识别相似图像的能力越强，重复的图像就不再是复制的东西图像将不再是一件事，因为上传时相似的图像将被识别图像相似性识别云数据库使用感知哈希（pHash），它充当图像指纹。此数学算法分析图像的内容，并使用64位数字指纹表示。如果两幅图像的内容特征相似，则两幅图像的相位值彼此"接近"。通过比较两个图像指纹，你可以知道它们是否是差不多。你可以使用Cloudinary的upload API从Cloudinary请求图像的pHash值，也可以使用我们的管理API为媒体库中以前上载的任何图像请求pHash值。您可以简单地将phash参数设置为true，这将生成图像的phash值。这种图像相似性算法是难以置信的强大和易于使用。看看这个例子下面：使用例如下图：下面是一个用Ruby编写的代码示例，它展示了如何通过请求pHash值：Copy to clipboard来上载此图像云数据库：上传器.upload（"koala1.jpg"，：public_id=>"koala1"，：phash=>true）下面的结果显示了计算出的相位的返回响应值：复制到剪贴板{"public_id"："koala1"，"版本"：1424266415，"宽度"：887，"身高"：562，"format"："jpg"，"etag"："6f821ea4478af3e3a83721c0755cb1b"，..."phash"："ba19c8ab5fa05a59"}下面的例子演示了多个相似的图像及其相位值。让我们比较相位值，找出每对之间的距离。如果对两个pHash值进行异或运算并在结果中计数"1"，则得到一个介于0-64之间的值。值越低，图像越相似。如果所有64位都是相同的，则照片非常类似的。那个下面例子的相似性分数表示每个图像与原始图像的相似性。分数计算为1-（phash_distance（phash1，phash2）/64.0，以便得出介于0.5和1之间的结果（例如，在MySQL中，可以使用比特数（phash1^phash2）计算相关距离）。887x562 JPEG，180 KB相位：ba19c8ab5fa05a59887x562 JPEG，149 KB区别：灰度。相位：ba19caab5f205a59相似度：0.96875797x562 JPEG，179 KB区别：裁剪，颜色饱和度增加。相：ba3dcfabbc004a49相似度：0.78125887x509 JPEG，30.6 KB区别：裁剪，较低的JPEG质量。相位：1b39ccea7d304a59相似度：0.81251000x667 JPEG，608 KB区别：不同的考拉照片。。。相位：3d419c23c42eb3db相似度：0.56251000x688 JPEG，569 KB区别：不是考拉。。。相位：f10773f1cd269246相似度：0.5从原来的vAs中可以看出他们从上面的三张图片中得到的分数是相似的。而其他比较结果显示相似性显著降低。通过使用Cloudinary将用户的照片上载到您的站点或应用程序，您可以请求上载图像的pHash值并将其存储在服务器上。这允许您识别哪些图像相似，并决定下一步应该做什么。构建图像匹配类型的应用程序会容易得多。您可能希望保留相似的图像，在数据库中对它们进行分类，过滤掉它们，或者以交互方式允许用户决定他们想要哪些图像留着。总结一下该特性可用于任何云计算计划，包括免费层。如上所述，您可以使用Cloudinary的API获取图像的指纹并开始检查相似性。此外，我们的路线图中还包括进一步增强类似的图像搜索和重复数据消除功能。关于cloudinarcolodinary为世界顶级品牌提供易于使用、基于云的媒体管理解决方案。Cloudinary在美国、英国和以色列设有办事处，迅速成为全球主要公司的开发者和营销人员用来简化富媒体管理和提供最佳最终用户的实际解决方案经验。为了更多信息，请访问网站或者在Twitter上关注我们。