Bildähnlichkeit per Hash und Hamming-Distanz vergleichen

Vergleichen Sie zwei Bilder, ohne Dateien hochzuladen, wenn Ihnen die perzeptuellen Hashes bereits vorliegen. Das Werkzeug nimmt zwei gleich lange binäre Hashes entgegen, prüft jede Bitposition und gibt sowohl die Hamming-Distanz als auch einen Ähnlichkeitswert in Prozent aus. Eine Distanz von null bedeutet identische Hashes; größere Werte weisen auf stärkere wahrnehmbare Unterschiede hin. Die Berechnung ist deterministisch, schnell und vertraulich. Sie eignet sich für die Dublettensuche, Medienprüfung, Migrationskontrolle und automatisierte Bildverarbeitung.

Bereiten Sie vergleichbare Wahrnehmungshashes vor

Ein perzeptueller Hash ist ein kompakter Fingerabdruck, der visuelle Beziehungen statt der exakten Dateibytes bewahrt. Erzeugen Sie beide Hashes vor dem Vergleich mit derselben Methode, denselben Abmessungen, derselben Bitlänge, identischen Vorverarbeitungsregeln und derselben Ausgabekonvention. Vergleichen Sie beispielsweise nicht den Durchschnittshash eines Bildes mit dem Differenzhash eines anderen, selbst wenn beide zufällig gleich viele Bits enthalten.

Diese Fähigkeit erwartet jeden Wert als nicht leere Binärzeichenfolge, die ausschließlich aus 0 und 1 besteht. Hexadezimalwerte, Trennzeichen, Präfixe und Leerraum werden bewusst abgelehnt. Dadurch steht jedes Zeichen eindeutig für ein gemessenes Bit, und das Ergebnis hängt nicht von einer stillschweigenden Decodierungsannahme ab.

Beide Zeichenfolgen müssen außerdem gleich lang sein. Diese Gleichheit ist entscheidend, weil die Hamming-Distanz einander entsprechende Positionen vergleicht; zusätzliche Bits eines längeren Hashes besitzen im kürzeren Hash kein Gegenstück. Speichert Ihre Quelle Hashes hexadezimal, wandeln Sie beide vor dem Senden in gleich aufgefüllte Binärzeichenfolgen um.

Behalten Sie führende Nullen bei, denn deren Entfernung verändert die angegebene Länge und Positionsausrichtung, auch wenn ein numerischer Parser die Werte als gleichwertig behandelt.

Verstehen Sie Distanz und Prozentwert

Die Hamming-Distanz zählt die Positionen, an denen die beiden Hashes unterschiedliche Bits enthalten. Unterscheiden sich zwei 64-Bit-Hashes an fünf Stellen, beträgt ihre Distanz fünf. Der Ähnlichkeitswert beschreibt den ergänzenden Anteil übereinstimmender Positionen: Die Zahl gleicher Bits wird durch die gesamte Bitlänge geteilt und mit hundert multipliziert.

Ein identisches Paar liefert daher Distanz null und hundert Prozent Ähnlichkeit. Unterscheiden sich sämtliche Positionen, entspricht die Distanz der Hashlänge und die Ähnlichkeit beträgt null. Verstehen Sie den Prozentwert als normalisierten Hashvergleich, nicht als allgemeingültige Wahrscheinlichkeit, dass zwei Dateien dasselbe Motiv zeigen.

Geeignete Grenzwerte hängen vom Wahrnehmungshashverfahren, der Hashgröße, dem Bildbestand und den Kosten falscher Treffer ab. Ein Dublettenablauf kann nur äußerst geringe Distanzen zulassen, während eine visuelle Gruppierung absichtlich einen weiteren Bereich verwendet. Kalibrieren Sie Ihre Entscheidung mit bekannten Treffern und Nichttreffern aus Ihrer eigenen Sammlung, statt einen Schwellenwert für eine andere Hashfamilie zu übernehmen.

Nutzen Sie das Ergebnis sicher im Arbeitsablauf

Ein praxistauglicher Ablauf zur Dublettenerkennung erzeugt gewöhnlich einen einheitlichen Wahrnehmungshash pro Datei, vergleicht ausgewählte Kandidatenpaare und wendet anschließend eine Regel auf die gemeldete Distanz an. Speichern Sie Hashverfahren und Bitlänge gemeinsam mit jedem Fingerabdruck, damit unvereinbare Datensätze schon vor dem Vergleich ausscheiden. Verwenden Sie für große Sammlungen einen groben Index oder einen anderen Schritt zur Kandidatenauswahl; jedes Bild mit jedem anderen zu vergleichen wächst quadratisch und ist selten erforderlich.

Liegt ein Paar nahe am gewählten Grenzwert, sollten die Originalbilder für eine menschliche Prüfung oder einen genaueren visuellen Abgleich verfügbar bleiben. Perzeptuelle Hashes tolerieren bewusst manche Veränderungen und finden verkleinerte oder neu komprimierte Varianten, die kryptografische Prüfsummen übersehen. Sie können jedoch auch optisch einfache Bilder nahe zusammenführen.

Diese Fähigkeit untersucht keine Pixel, erkennt keine Inhalte und belegt kein Eigentum. Sie vergleicht ausschließlich die übermittelten Bitzeichenfolgen. Die Berechnung nutzt weder Netzwerk noch Zufall, Uhrzeit oder verborgenen Zustand; dasselbe gültige Paar liefert stets dasselbe Ergebnis.