مقارنة تشابه صورتين بالبصمة الإدراكية ومسافة هامينغ

يمكنكم مقارنة صورتين من دون رفع أي ملف عندما تكون البصمتان الإدراكيتان متاحتين لديكم مسبقًا. تستقبل هذه الأداة بصمتين ثنائيتين متساويتين في الطول، وتفحص كل موضع بت، ثم تعرض مسافة هامينغ ونسبة التشابه. تعني المسافة الصفرية أن البصمتين متطابقتان، بينما تشير المسافات الأكبر إلى اختلاف إدراكي أوضح. الحساب حتمي وسريع ويحافظ على الخصوصية، ولذلك يناسب اكتشاف النسخ المكررة، ومراجعة الوسائط، والتحقق من عمليات النقل، وأتمتة مسارات معالجة الصور.

جهّزوا بصمتين إدراكيتين قابلتين للمقارنة

البصمة الإدراكية توقيع موجز صُمم للحفاظ على العلاقات البصرية بدلًا من تمثيل بايتات الملف تمثيلًا مطابقًا. قبل المقارنة، أنشئوا البصمتين بالطريقة نفسها، وبالأبعاد نفسها، وطول البت نفسه، وقواعد المعالجة المسبقة نفسها، وصيغة الإخراج ذاتها. فلا ينبغي، على سبيل المثال، مقارنة بصمة متوسط لإحدى الصور ببصمة فرق لصورة أخرى، حتى لو احتوتا مصادفةً على العدد نفسه من البتات.

تتوقع هذه القدرة أن تكون كل قيمة سلسلة ثنائية غير فارغة لا تضم سوى 0 و1. وهي ترفض عمدًا التمثيل الست عشري والفواصل والبادئات والمسافات، حتى يمثل كل محرف بتًا واحدًا مقيسًا بدقة، ولا تتوقف النتيجة على تخمين ضمني لطريقة فك الترميز. ويجب كذلك أن تتساوى السلسلتان في الطول.

هذا التساوي ضروري لأن مسافة هامينغ تقارن المواضع المتناظرة؛ فالبتات الإضافية في البصمة الأطول لا يقابلها شيء في البصمة الأقصر. إذا كان المصدر يخزن البصمات بصيغة ست عشرية، فحوّلوا القيمتين إلى سلسلتين ثنائيتين بالحشو نفسه قبل الإرسال. حافظوا على الأصفار البادئة، لأن حذفها يغيّر الطول المعلن ومحاذاة المواضع، حتى إن اعتبر محلل عددي القيمتين متكافئتين.

افهموا معنى المسافة والنسبة

مسافة هامينغ هي عدد المواضع التي تحتوي فيها البصمتان على بتات مختلفة. فإذا اختلفت بصمتان بطول 64 بت في خمسة مواضع، كانت المسافة خمسة. أما نسبة التشابه فتعبر عن الحصة المكملة للمواضع المتطابقة: يُقسم عدد البتات المتساوية على طول البت الإجمالي ثم يُضرب في مئة.

وإذا اختلفت جميع المواضع، ساوت المسافة طول البصمة وكانت نسبة التشابه صفرًا. تعاملوا مع هذه النسبة على أنها مقارنة معيارية للبصمتين، لا احتمالًا عامًا بأن ملفين يعرضان الموضوع نفسه. تعتمد الحدود المناسبة على خوارزمية البصمة الإدراكية وحجمها ومجال الصور وكلفة المطابقات الكاذبة.

قد يقبل مسار كشف الصور المكررة مسافات صغيرة جدًا فقط، بينما قد يستخدم التجميع البصري حدًا أوسع عن قصد. اضبطوا القرار باستخدام أمثلة ممثلة ومعروفة للتطابق وعدم التطابق من مجموعتكم، بدلًا من نسخ حد صُمم لعائلة أخرى من البصمات.

استخدموا النتيجة بأمان داخل مسار العمل

ينشئ المسار العملي لاكتشاف التكرار عادةً بصمة إدراكية متسقة لكل أصل، ويقارن الأزواج المرشحة، ثم يطبق سياسة على المسافة المعادة. خزّنوا طريقة البصمة وطول البت بجوار كل توقيع حتى يمكن رفض السجلات غير المتوافقة قبل المقارنة. استخدموا فهرسًا تقريبيًا أو خطوة أخرى لتوليد المرشحين مع المجموعات الكبيرة؛ فمقارنة كل صورة بجميع الصور الأخرى تنمو تربيعيًا ونادرًا ما تكون ضرورية.

عندما يقع زوج قرب الحد الذي اخترتموه، أبقوا الصور الأصلية متاحة للمراجعة البشرية أو لفحص بصري أدق. تتسامح البصمات الإدراكية عمدًا مع بعض التحويلات، ولذلك تستطيع العثور على نسخ غُيّر حجمها أو أُعيد ضغطها ولا تكشفها المجاميع الاختبارية التشفيرية، لكنها قد تضع أيضًا الصور البسيطة بصريًا في نطاق متقارب. لا تفحص هذه القدرة وحدات البكسل، ولا تتعرف على المحتوى، ولا تثبت الملكية؛ بل تقارن سلسلتي البت المرسلتين فحسب.

لا يستخدم الحساب شبكة أو عشوائية أو ساعة أو حالة خفية، ولذلك تعطي القيمتان الصالحتان النتيجة نفسها دائمًا.