pHash 란?

pHash는 이미지 파일의 바이트가 완전히 같은지를 보는 MD5, SHA 같은 암호화적 해시와 달리,

pHash는 “사람 눈에 비슷하게 보이는 이미지인가”를 판단하기 위한 지문값에 가깝다.

비슷한 이미지는 비슷한 해시가 나오도록 설계된다는 점이 핵심이다.

<aside> 💡

TIP. pHash는 완전 동일 파일 검출보다는 중복 이미지, 유사 이미지, 썸네일 변형본, 압축본 같은 것을 빠르게 걸러내는 데 많이 쓰인다.

</aside>

동작 방식

  1. 이미지를 작게 축소하고 흑백에 가깝게 단순화.
  2. DCT 같은 변환으로 전체적인 형태 & 밝기 패턴을 뽑음.
  3. 그 결과를 64비트 같은 짧은 해시로 만듦.
  4. 두 이미지의 해시를 비교할 때는 해시값이 완전히 같은지보다 해밍 거리(Haming distance)가 얼마나 작은지를 본다.

<aside> 📌

출처. GPT

</aside>