用python / linux方式比较两个图像

Question

试图解决防止重复图像被上传的问题。

我有两个JPG。看着它们，我可以看到它们实际上是相同的。但是由于某些原因，它们具有不同的文件大小（一个是从备份中拉出的，另一个是另一个上载的），因此它们具有不同的md5校验和。

我如何能高效自信地比较两幅图像，就像人类能够看到它们完全相同一样？

示例：http :
//static.peterbe.com/a.jpg和http://static.peterbe.com/b.jpg

更新资料

我写了这个脚本：

import math, operator
from PIL import Image
def compare(file1, file2):
    image1 = Image.open(file1)
    image2 = Image.open(file2)
    h1 = image1.histogram()
    h2 = image2.histogram()
    rms = math.sqrt(reduce(operator.add,
                           map(lambda a,b: (a-b)**2, h1, h2))/len(h1))
    return rms

if __name__=='__main__':
    import sys
    file1, file2 = sys.argv[1:]
    print compare(file1, file2)

然后，我下载了两个视觉上相同的图像并运行了脚本。输出：

58.9830484122

有人可以告诉我什么是合适的临界值吗？

更新二

a.jpg和b.jpg之间的区别是第二个已使用PIL保存：

b=Image.open('a.jpg')
b.save(open('b.jpg','wb'))

这显然应用了一些非常非常轻的质量修改。现在，我对上传的文件应用了相同的PIL保存，而无需进行任何操作，从而解决了我的问题，它现在可以正常工作！

Answer 1

有一个OSS项目，该项目使用WebDriver拍摄屏幕快照，然后比较图像以查看是否存在任何问题（http://code.google.com/p/fighting-
layout-bugs/）
）。通过将文件打开到流中，然后比较每个位来完成此操作。

您也许可以使用PIL做类似的事情。

编辑：

经过更多研究，我发现

h1 = Image.open("image1").histogram()
h2 = Image.open("image2").histogram()

rms = math.sqrt(reduce(operator.add,
    map(lambda a,b: (a-b)**2, h1, h2))/len(h1))

在http://snipplr.com/view/757/compare-two-pil-images-in-
python/
和http://effbot.org/zone/pil-comparing-
images.htm上