现在不重复的好图真是难找。我已经大伤脑筋了。或许是我看的图太少，但我还是任为我的一些图不重啊，就这样被删掉了。 大家都说……，哎。相信是为大家看更好的图。

另外，关于防止大量不合要求图片的方法不知道仔细研究了没有， 我的看法就是设置临界区，让新数据库学习旧数据库， 一旦发现图片是新数据中的就按新数据的要求处理（删除）， 否则检查是不是旧数据库的： A.是就先不登，等待处理； B.不是就发上去了。 处理： A.如果人工确认合格，就在新数据库中存储合格； B.如果人工确认不合格，就在新数据库中存储不合格，并删除旧数据库内容。 我现在就是不太清楚数据库的负荷如何，如果比较高，Md5可以只占16个字节 的二进制方式存储（一个128位整数），MD5实际上是把任意长度的数据映射 为一个整数，要是仅用MD5的二进制形式作为主键查询可以达到很快的速度。 正常的Md5是一个十六进制数共32字节，存储32字节要大一些，而且查询慢， 存储二进制就要好的多了。当然要是负荷不是很大就无所谓了，而且不同 方式存储的MD5很容易互相转换。

两个新、旧数据并存，互相对比是防止大量违规图片的好方法。 但需要人工做的事情更多，版主就不单是只删除图片那么简单了。 因此还是只使用新算法数据库比较合适。 如果用16位md5重复机会可能比较高（相对32位），而用32位md5做索引由于每个值都不一样，无论是否二进制，索引都非常庞大。因此本来就同时检查字节和尺寸了，用图片的高来做索引，那么索引会少很多（20万数据大概又2000种不同的图片高度），而且这样的索引已经够快了。虽然查询的数据要多点，由于索引库少与直接用md5索引没区别，并节省空间。 另外感激给予灵感，设置您为核心会员，可以使用本论坛更多功能，希望喜欢。

我明白了，那就先这么办吧，我的意思表达的也有些问题。 我想的问题，你都已经想到了，我就不说没有用的话了，反正全力支持。 重要问题解决了，其它的都是小问题。 实际上要是优化也快不了10%，而且比较麻烦

斑竹：你好，这个问题我想你需要更新一下判断程序，现在有一个md5的算法，可以达到128位，对不同文件的重码率非常低，他对每一个字节都作计算，这比只判断尺寸有效的多。我现在有c的算法，其他的语言我没有。不过找个有心人肯定可以改出来的。

好搞了这样的鉴别程序,太感谢斑竹们了

我想，频域信息不用占用太大的资源，有各种已经实现的使用算法，傅立叶变换是很复杂的，只是一个基础，小波变换是一个很好地解决方案，1-level的小波变换和原图一样大小，但特征就不同了。简单的比较他们，你也有4个区域可用（可以算出四个md5），这样大大缩小了重复的概率；复杂的算法，你可以比较高频信息的情况。我现在写的程序，小于1/90秒，对于800x600，filter长度为10。 小波1-level就可能满足你的要求，2-level的你就有7个区域,. 引用： 作者： Jacky 两个新、旧数据并存，互相对比是防止大量违规图片的好方法。但需要人工做的事情更多，版主就不单是只删除图片那么简单了。因此还是只使用新算法数据库比较合适。如果用16位md5重复机会可能比较高（相对32位），而用32位md5做索引由于每个值都不一样，无论是否二进制，索引都非常庞大。因此本来就同时检查字节和尺寸了，用图 .

正月十五过完 我也回来了 要开始贴图了

是不是可以完善一下对比过程，比如对比第256-512字节是否相同？可能会慢，不过总是个办法，而且这样出错机会比较小。 或者对比两个以上不连续的部分，字节数可以少一些，比如每段8个字节，抽取固定的3段。

[本帖最后由 poppy75 在 2004/02/06 18:23 编辑]

你是学计算机图像处理的吗？回复好像不够专业。 从计算机的角度出发MD5->128位整数 表示形式：32字节16进制整数，16字节连续空间，或者4个32位整数。 小波算法，快速傅利叶变换的时间是绝对的，不是可以随便改变的。详细见ImageAnalyzer,fftw，这两个软件都是免费的。1/90秒的算法损失的精度太多了，加个马赛克可能都不会对结果产生影响。（高频过滤可能去掉噪声，人工改图产生的噪声如果被过滤，那实在没有道理） 离散余弦变换对于一个普通的个人电脑1/90秒都很有难度（如果没有C语言和汇编基础）。如果要提取特征可以查有关JEPG 2000的算法原理，里面写的比较详细。 其实偷懒的方法不用自己写算法，直接选择一种格式的图片存储就行了，无论什么格式All->JEPG2000(可以选择无损压缩)或者其他的什么有损压缩例如JEPG，按照一定的质量强制转换，还统一了天堂的图片质量。像JEPG2000选择压缩比1:1000就差不多是图像概况了。 自己写算法虽然比较费时，但效果一般不好，很少有人写的算法能够和讨论多年的算法媲美，毕竟人外有人。何况为了一个网站研究一个算法，也太不经济了。

我觉得你说的话没什么基础。MD5我虽然在用，但只是我的简单工具，我不想讨论。 我不能理解你所说的“时间是绝对的，不可以随便改变的。”我也没过要改什么时间。如果你说1/90的小波变换不可能，估计你不知道快速小波变换。请看Mallat, S.的1989的论文。请不要轻易说什么不可能，我的实验是基于我自己实现Mallat算法的程序，我的计算机是P4 3G，上次我想这个计算机是很普通的，所以没有特别标明。 上次我只是说，可以用小波什么的，多搞点图像特征出来，目的是减少误判，这是在模式识别里最简单的想法。我从来没想要改变图像（什么高频过滤），没有必要。 其他一点问题，关于图像压缩，我只看过不多的论文，不是我的方向。但我可以告诉你，余弦变换只是傅立叶变换的特例，只不过不想记录正弦信息而已。以前的JPEG压缩是用余弦变换做的，但JPEG2000就是用小波变换做的。

好吧，工具越简单越实用，越不容易出错。

回复比较多的图片，个人觉得还是蛮受欢迎的，有不少图片是重复的，是应该清理一下，还有就是图片的尺寸应该限制一下，有些图片太小了，起吗要有600*800，不知版主认为如何

有错误是难免的~会员们会理解的~

您需要 初级会员 或以上才能观看本帖子，详细可见 等级分配。