Question

我正在使用SHA-256算法来检测数据库中的相同图像。因为我们使用了很多不同的图像格式，所以我不想直接在文件上计算哈希值。相反，我想提取像素数据并计算其上的哈希值。

不幸的是，我得到了很多随机碰撞：在6000个图像中使用相同像素提取（下图）的68个图像没有相同的字节哈希到相同的值。我觉得这是一次疯狂的碰撞。另外，我将我计算的字节从像素数据转储到文件中，然后尝试：

echo -n [byteDumpFile] | sha256sum

导致转储图像的哈希值不同，这让我相信当我使用MessageDigest时我做错了什么。

以下是我获取像素数据的方法：

    imageBytes = new byte[4 * width * height];
    for (int y = 0; y < height; y++)
    {
        for (int x = 0; x < width; x++)
        {

            // grab color information
            int argb = image.getRGB(x, y);

            // a,r,g,b ordered bytes per this pixel. the values are always 0-255 so the byte cast is safe
            int offset = y * width;
            int pushX = x * 4;
            imageBytes[pushX + offset] = (byte) ((argb >> 24) & 0xff);
            imageBytes[pushX + 1 + offset] = (byte) ((argb >> 16) & 0xff);
            imageBytes[pushX + 2 + offset] = (byte) ((argb >> 8) & 0xff);
            imageBytes[pushX + 3 + offset] = (byte) (argb & 0xff);

        }
    }

然后我使用MessageDigest类计算哈希：

    MessageDigest digest = MessageDigest.getInstance("SHA-256");
    digest.reset();


    for (int i = 0; i < imageBytes.length; i++)
    {
        digest.update(imageBytes[i]);
    }

    String hashString = new String(encodeHex(digest.digest()));

其中encodeHex只是：

   private static String encodeHex(byte data[])
    {
        StringBuilder hex = new StringBuilder(2 * data.length);
        for (byte b : data)
        {
            hex.append(HEXES.charAt((b & 0xF0) >> 4)).append(HEXES.charAt((b & 0x0F)));
        }

    return hex.toString();
}

Answer 1

我认为offset计算错误。它应该是：

int offset = y * width * 4;

创建imageBytes的更好方法可能是ByteBuffer;它允许您按顺序简单地put每个字节而不计算索引。此外，它可以直接与MessageDigest一起使用。

Answer 2

尝试

digest.update(imageBytes);

Answer 3

我想出了这个。根据上述评论：

private String calculateHash(BufferedImage img) throws NoSuchAlgorithmException {
    final int width = img.getWidth();
    final int height = img.getHeight();
    final ByteBuffer byteBuffer = ByteBuffer.allocate(4 * width * height);
    for (int y = 0; y < height; y++)
    {
        for (int x = 0; x < width; x++)
        {
            // grab color information
            int argb = img.getRGB(x, y);

            // a,r,g,b ordered bytes per this pixel. the values are always 0-255 so the byte cast is safe
            byteBuffer.put((byte) ((argb >> 24) & 0xff));
            byteBuffer.put((byte) ((argb >> 16) & 0xff));
            byteBuffer.put((byte) ((argb >> 8) & 0xff));
            byteBuffer.put((byte) (argb & 0xff));
        }
    }


    MessageDigest digest = MessageDigest.getInstance("SHA-256");
    digest.reset();

    byte[] hashBytes = digest.digest(byteBuffer.array());
    return Base64Utils.encodeToString(hashBytes);
}

使用SHA-256散列图像字节会产生许多随机冲突，我做错了什么？

3 个答案: