第29章 重复检查器：基于感知哈希的场景相似度检测

Dupe Checker¶

Dupe checker 用于在媒体库中查找感知上相似的场景。也就是说，文件不必完全相同，即使码率、分辨率和片头/片尾不同，也能被识别出来。

为此，stash 需要生成所谓的 phash（感知哈希）。和 sprite 生成类似，stash 会从场景的固定时间点提取 25 张图片，将它们拼接在一起后，再用 phash 算法计算哈希值。借助这个 phash，就能找出库中相同或相似的场景。phash 的生成可以在扫描时进行，也可以作为独立任务运行。

⚠️ 注意：由于提取截图比较耗时，生成过程可能需要一段时间。

Dupe checker 提供四档匹配精度。Exact 查找 phash 完全相同的场景，速度快、结果准确，除极个别情况外不会产生误报。其余几档精度则是在一定距离范围内查找重复文件，即场景的 phash 并非完全一致，但非常相似。High 和 Medium 的效果依然很好，误报很少甚至没有；Low 则可能出现一些误报，但对查找重复内容仍有帮助。

⚠️ 注意：生成 pHash 需要文件完好无损。如果在提取过程中遇到任何错误，就不会生成 pHash，以避免误报。