photoo 智能识别相似照片原理:dHash 感知哈希与汉明距离全解析
photoo 智能识别相似照片原理:dHash 感知哈希与汉明距离全解析
photoo 是一款 Android 原生的极简照片整理工具,滑动卡片就能快速整理相册。其中"相似照片"功能是它最受关注的亮点之一:自动从成千上万张相册里找出重复或几乎一样的照片。两张"看起来一样"、但字节完全不同的照片,是怎么被认出来的?答案是一套经典而精巧的组合拳——dHash 感知哈希 + 汉明距离,而且全程离线运行,不上传一张图片。本文带你完整拆解这套原理。
为什么不能靠"字节比对"找出重复照片?
如果两张照片是同一文件的复制品,比 MD5 就够了。但真实的"相似照片"往往是:
- 连拍:同一构图连按几秒,每帧噪点、对焦略有差异;
- 截图或重压缩:文件字节面目全非,但肉眼看完全一样;
- 轻微裁剪或压缩:内容基本没变,只是边缘少了几行像素。
这些照片在字节层面的指纹完全不同,人眼却一眼认出"同一场景"。所以 photoo 不比"文件是什么",而比"图像看起来像不像"——这正是**感知哈希(Perceptual Hash)**的核心思想:把一张图的视觉特征压缩成一条很短的二进制串("照片指纹"),看起来相似的图片,指纹就接近。
用 dHash 生成指纹:把一张照片压缩成 64 个比特
dHash(Difference Hash,差异哈希)算法极其简单,只有三步:
- 缩小:把原图缩放成 9×8 共 72 个灰度像素(photoo 直接用 Android 的 Bitmap 重采样一步完成);
- 比较:对每一行 8 对相邻像素,比较左右亮度——左比右亮记
1,否则记0; - 拼接:把 64 个比较结果按顺序拼成一条 64 位二进制数,恰好装进一个 64 位的
Long整数。
核心逻辑(简化示意):
for (y in 0 until 8) {
for (x in 0 until 8) {
if (leftGray > rightGray) { // 左像素更亮
hash = hash or (1L shl (y * 8 + x))
}
}
}
完整实现见 MediaAnalysisManager.kt 的 dHash 函数。
💡 打个比方:dHash 就像给照片画一张"明暗轮廓剪影"。只要整体光影分布相同,哪怕换了颜色、换了分辨率,剪影都差不多——所以指纹稳定。
用汉明距离衡量相似度:数一数"差了几个比特"
每张照片都有了 64 位指纹,怎么判断两张像不像?photoo 用汉明距离:把两个指纹做异或(XOR),再数结果里有几个 1——这个数量就是"两个指纹差了几位"。
整个实现只有一行(SimilarPhotoManager.kt):
Long.bitCount(hash1 xor hash2)
差得越少越相似。photoo 把阈值定在 7(SIMILARITY_THRESHOLD):
| 汉明距离 | 含义 | photoo 的判定 |
|---|---|---|
| 0 | 指纹完全一致 | 必定相似 |
| 1 ~ 7 | 仅个别比特差异 | ✅ 判为相似照片 |
| 8 ~ 16 | 结构部分不同 | 通常不相似 |
| 大于 16 | 视觉差异大 | 属于不同场景 |
为什么是"7"?64 位里差 7 位,意味着两张图的明暗分布有超过 89% 吻合——正好能抓住连拍和重压缩副本,又不会把同一个人拍的两张不同照片误判成重复。
2 分钟时间窗口:相似照片扫描的巧妙预筛选
如果朴素地两两比对,1 万张照片要做约 5000 万次比较,手机难以承受。photoo 利用了一个关键事实:相似照片几乎都拍于同一时刻。
于是算法先把所有照片按时间排序,再对每张只往后扫描 120 秒(TIME_WINDOW_SEC = 120)内的候选,一旦超出时间窗口就立即停止当前比较(findSimilarGroupsGlobal)。比较次数从"千万级"骤降到每张只比对寥寥几张。
还有一个贴心的细节:如果窗口内两张照片相差 2 秒以内,且一张是 Live Photo、一张是静态图,则不判为重复——避免你误删掉动态照片的静态帧。
一次加载、多项复用:photoo 的单遍扫描设计
photoo 没有为"相似照片""低质量图片"等功能各扫一遍。MediaAnalysisManager 是统一分析服务:每张照片加载一次,一趟算完所有指标——
- dHash 指纹 → 相似照片识别;
- 模糊方差、平均曝光、纯色标准差 → 低质量图片识别;
- 人脸数量、闭眼概率 → 智能整理。
分析结果写入本地缓存文件 media_analysis_cache.json,再次运行只分析新增照片;扫描以最低线程优先级在后台执行(startScan),每 2 秒增量刷新结果,SimilarPhotosView.kt 让你在扫描还没结束时就能先处理已发现的相似组。
总结:相似照片识别全链路速查
| 环节 | 源码位置 | 作用 |
|---|---|---|
| dHash 指纹生成 | MediaAnalysisManager.kt | 9×8 灰度相邻比较 → 64 位指纹 |
| 汉明距离 | SimilarPhotoManager.kt | bitCount(xor) 数差异比特数 |
| 相似阈值 7 | SimilarPhotoManager.kt | 差 7 位以内归为相似组 |
| 2 分钟时间窗口 | SimilarPhotoManager.kt | 预筛候选,保证扫描速度 |
| 单遍扫描与缓存 | MediaAnalysisManager.kt | 一次加载多项复用,JSON 本地缓存 |
一句话概括:photoo 先给每张照画像一张"明暗剪影"(dHash),再数两张剪影差了几个点(汉明距离),差 7 位以内就认定为相似照片——整个过程零联网、全本地,既快,又守护着相册的隐私。

