问题是iv'e有一个超过80k图像的文件夹，其中大约40％是重复的。 （有些图片是旋转的，有些图片尺寸不同，但图片仍然相同）。
首先，我使用散列算法（使用c ++ / java）删除所有重复的图像（具有相同的大小和其他属性）。 但它似乎没有删除所有这些因为某些图片的大小不同（但视觉上相同）
我在网上搜索了很多，找到了解决这个问题的任何有效算法
我发现的问题最好的代码是pHash，但它过时了，不再使用VS了。
如果有人对我有所了解，那就太棒了。
感谢
答案 0 :(得分：2)
除了散列算法，您还可以计算每张图片的histogram，然后compare them
在旋转的图像中，直方图应该完全相同，对于调整大小的图像，它应该非常相似。
Here有一个使用OpenCV进行直方图比较的例子。
我仍然建议首先使用散列，因为它应该更快，并删除第一组重复，然后使用直方图比较进行优化。