一、应用场景：       简道云目前没有关于重复或相似图片的识别，但是我们在实际应用中会有相关的需求，如报销凭据、拍照打卡等。而目前该类信息的判定主要是通过人工进行判定，如果是在同一张表单中或者图片量少时，人工尚可，如是时间间隔较久或图片量较大，就可能出现漏失 那么如何对同一张图片进行判定呢？ 二、解决方案： 通过搜索网络上成熟的解决方案      目前最简单的方法是使用加密哈希（例如MD5, SHA-1）判断。但是局限性非常大。例如一个txt文档，其MD5值是根据这个txt的二进制数据计算的，如果是这个txt文档的完全复制版，那他们的MD5值是完全相同的。但是，一旦改变副本的内容，哪怕只是副本的缩进格式，其MD5也会天差地别。因此加密哈希只能用于判断两个完全一致、未经修改的文件，如果是一张经过调色或者缩放的图片，根本无法判断其与另一张图片是否为同一张图片。 那么如何判断一张被PS过的图片是否与另一张图片本质上相同呢？比较简单、易用的解决方案是采用感知哈希算法（Perceptual Hash Algorithm)。   相似图片解决步骤： 分别计算两张图片的dHash值 通过dHash值计算两张图片的汉明距离（Hamming Distance），通过汉明距离的大小，判断两张图片的相似程度。 参考文章：1.相似图片检测：感知哈希算法之dHash的Python实现                  2.【相似图片检测：哈希算法之dHash的Python实现】详解   在简道云上的解决步骤： 1.在主表中通过前端事件将图片信息推送至云函数，并通过云函数计算出各个图片的dHash值，返回对应图片的dHash值及地址至主表 2.在主表中统计图片个数并通过云函数创建新的子表单，并分别获取单个图片dHash值及地址； 3.通过智能助手将返回的图片dHash值和地址推送至新的子表中，用以配合主表做重复图片验证； 4.设置字段显隐，当出现重复时显示重复图片信息及地址；   注：本文目前仅作重复图片验证，相似图片验证可能涉及到数据库，暂未实施。   测试示例： 三、详细步骤 1.在主表中通过前端事件将图片信息推送至云函数并返回dHash值及其地址 1.1 创建表单 以报销单为例，创建一个报销单，包含报销编码及报销明细，报销明细中至少包含图片、dHash值（文本）、图片地址（文本）； 1.2 设置云函数 设置方法，请参考@张明亮 相关帖子，此文不再赘述； 代码参考如下： # -*- coding: utf8 -*- from PIL import Image import json import requests from io import BytesIO from urllib.parse import unquote def grayscale_Image(image,resize_width=9,resize_heith=8): #image为图片的请求网络路径信息，resize_width为缩放图片的宽度，resize_heith为缩放图片的高度 response = requests.get(image) #获取网络图片 im = Image.open(BytesIO(response.content)) #使用Image的open方法打开图片 smaller_image = im.resize((resize_width,resize_heith),Image.ANTIALIAS) #将图片进行缩放 grayscale_image = smaller_image.convert('L') #将图片灰度化 return grayscale_image def hash_String(image,resize_width=9,resize_heith=8): hash_string = "" #定义空字符串的变量，用于后续构造比较后的字符串 pixels = list(grayscale_Image(image,resize_width,resize_heith).getdata()) # 上一个函数grayscale_Image()缩放图片并返回灰度化图片，.getdata()方法可以获得每个像素的灰度值，使用内置函数list()将获得的灰度值序列化 for row in range(1,len(pixels)+1): #获取pixels元素个数，从1开始遍历 if row % resize_width : #因不同行之间的灰度值不进行比较，当与宽度的余数为0时，即表示当前位置为行首位，我们不进行比较 if pixels > pixels: #当前位置非行首位时，我们拿前一位数值与当前位进行比较 hash_string += '1' #当为真时，构造字符串为1 else: hash_string += '0' #否则，构造字符串为0 #最后可得出由0、1组64位数字字符串，可视为图像的指纹 return int(hash_string,2) #把64位数当作2进制的数值并转换成十进制数值 #下面函数主要是针对简道云前端事件获取的信息进行处理 def dhash_String(src): src_list = src.split('https') #先分组 谨防图片名称中包含"https" src_list = #解码图片URL（二次解码，处理中文名称图片）,去除空格、空元素影响 再建图片地址列表 dhash_list = #调用hash_String函数生成数值码 src_list = #给类表中每个元素（地址）添加指定字符||，防止图片命名干扰其分割列表 return ''.join(str(dhash_list)).replace(" ",""),''.join(str(src_list)).replace(" ","").replace("'","") #dhash列表转化为字符串 去除空格和，返回图片地址 class Factory: def __init__(self,cs): self.chuli={} self.chuli = dhash_String(cs) def Release(self): return { "isBase64Encoded": False, "statusCode": 200, "headers": {"Content-Type": "application/json"}, "body": json.dumps(self.chuli) } def main_handler(event, context): # 处理获取到的参数 chuli = Factory(event) # 返回处理结果 return chuli.Release() 注：由于刚接触Python，算法及代码书写不是很规范，实际运行中 可能会有卡顿，有功夫的道友可以帮忙提供优化建议。 1.3 创建前端事件 设置如下： a.触发字段及请求设置       第二张图片中URL地址源于云函数 触发管理中的访问路径 在简道云请求设置的URL中，要在从云函数中复制的地址后面加上： ?cs=请求字段 b.返回值设置 点击添加 表单字段及对应返回值 其中 dHash 值为：$.release 、图片地址为：$.release       2.在主表中统计图片个数并通过云函数创建新的子表单，并分别获取单个图片dHash值及地址 2.1 创建dHash值集合及图片地址集合并计算出图片的数量 相关公式如下： dHash值集合（文本）：报销明细.dHash值 图片地址集合（文本）：报销明细.图片地址 图片数量（数字）：COUNT(SPLIT(dHash值集合,",")) 2.2 创建 “重复图片判定” 子表单  相关公式设置如下： 序号（数字）：#（为空，使用云函数） dHash值（文本）：SPLIT(dHash值集合,",") 图片位置信息（文本）：CONCATENATE('报销单号：',报销编码,' 第',重复图片判定.序号,'图片')    #可以自行设置 图片地址（文本）：SPLIT(SPLIT(图片地址集合,"||,"),"||") 2.3 设置云函数，根据图片数量设置子表单 设置方法请参考@张明亮的帖子：《超爽：自建云函数+前端事件 激活你的更多使用场景》    3.通过智能助手将返回的图片dHash值和地址推送至新的子表中，用以配合主表重复图片验证； 3.1 创建一个表单：图片集 用于搜集所有图片的dHash值及位置信息 dHash值（文本）、图片位置信息（文本）、地址（文本） 3.2 设置智能助手推送 由于是测试，该实例中使用的是表单新增触发智能助手，用以演示，各位道友可自行设置 4.设置字段显隐，当出现重复时显示重复图片信息及地址 4.1设置关联数据 在报销单的“重复图片判定”中添加“重复图片位置信息”、“重复图片地址”，分别设置数据联动设置，关联上述“图片集”中的信息 数据联动设置   4.2 设置显隐字段 显隐字段的设置，主要是为了美观，各位道友可按照需要自行设置，以下仅为参考： 我们可以在“重复图片判定”的dHash值中设置不允许重复值，可以确保本次提交不允许重复图片 我们也可以在“重复图片判定”子表单上设置多行文本或单行文本：“重复图片信息”，并设置显隐规则，用以提示： 当出现重复提交图片时，可在其显示报销单中的重复图片位置信息及地址。 注意： 1.获取的地址包含token信息，请注意保密； 2.获取的图片地址，放在浏览器中可直接下载，用以人工判定。（目前尚未找到可以直接预览图片的方法） 3.文中使用的前端事件请求类型均是get，对数据安全性较高的，需要慎重。 4.子表单提交多张图片时 云函数反应稍有迟钝，使用时请注意不要因提交过快而导致dHash值为空数据（设置为必填项）； 5.当报销明细中删除项目时，如删除掉一行子表单，下方重复图片判定中的子表单行数不会减少，此时可以刷新网页重新提交（有解决方案的道友可留言指导），避免智能助手提交空数据。   以上就是重复图片识别及图片地址返回的实现的步骤，下面是相似图片实现的思路   四、拓展：相似图片识别的解决思路与困惑 1.汉明距离   汉明距离表示将A修改成为B，需要多少个步骤。 比如字符串“abc”与“ab3”，汉明距离为1，因为只需要修改“c”为“3”即可。dHash中的汉明距离是通过计算差异值的修改位数。我们的差异值是用0、1表示的，可以看做二进制。二进制0110与1111的汉明距离为2。我们将两张图片的dHash值转换为二进制difference，并取异或。计算异或结果的“1”的位数，也就是不相同的位数，这就是汉明距离。   def Difference(dhash1, dhash2): difference = dhash1 ^ dhash2 #将两个数值进行异或运算 return bin(difference).count('1') #异或运算后计算两数不同的个数，即个数<5，可视为同一或相似图片   2.思路 2.1 通过云函数将所有图片的dHash值提交至数据库； 2.2 将目标图片dHash值与数据库中所有dHash值进行汉明计算，小于5的可以认为是相同图片； 2.3 再次通过云函数将小于5的图片信息返回至主表，用以人工判定。   3.实际测试   3.1 个人在测试下面三张原图片时， 云函数测试的 dHash 值分别是：1885395423738997412、1885395423738997413、1885395973501627045 本地测试的 dHash 值 分别是：1012823547742809698,1012823547742809702,1012823547742809830 虽然值不相同（未找到具体原因，使用Postman测试是结果与上述也不相同，不知是不是因为转码原因），但是本地dHash值前两张图片汉明距离为1，第二张与第三张也是1，第一张与第三张为2；网络dHash值 前两张汉明距离为1，第一、三两张为5，第二、三为4。   测试结果有所波动，但均在理论范围内 认定为相同图片；   3.2 如果对图片进行截切（如下面三张图，从此文章下载到桌面上进行测试，云函数测试汉明距离，差距最小的是1、3两张图片，结果为12） 结果不是很理想。   综上，个人目前尚未有效掌握汉明距离的使用，期待各位道友的建议与分享。        2021.12.07更新说明 不知各位道友有没有这个问题：相同的图片本地测试的值与云函数的值不相同； 且云函数实际使用中出现，图片中仅金额有差异其他都相同的图片，最终dHash值也会相同，导致误判。 目前代码更新了一下（上文源代码已更新）： #将源码中下面代码 smaller_image = im.resize((resize_width,resize_heith)) #将图片进行缩放 #替换为 smaller_image = im.resize((resize_width,resize_heith),Image.ANTIALIAS) #将图片进行缩放  目前排查的结果是，下图红框中相同图片调试时 云函数中的灰度值 与本地的灰度值 几乎每个值都相差1，最终导致云函数中值与本地值 不相同。 目前该问题尚未解决，待解决后会及时更新！