Tilbake til Hjem
Image Similarity Checker — Perceptual Hash (pHash, dHash, aHash) & Duplicate Detector
Fingerprint any image with perceptual hashes and compare two images to see how similar they are — detect duplicates, resized copies, or re-compressed versions. Computes aHash, dHash, and pHash with a Hamming-distance similarity score, entirely in your browser. Nothing is uploaded.
Upload image A to fingerprint it, then add image B to measure how similar they are. Read locally, never uploaded.
Fingeravtrykk et bilde med perseptuelle hasher og sammenlign to bilder for å se hvor like de er – og oppdage duplikater, skalerte kopier og re-komprimerte versjoner som en byte-for-byte sjekk ville misse. Den beregner aHash, dHash og pHash og rapporterer en Hamming-avstand likhets-score, helt i nettleseren din med ingenting opplastet.
Slik fungerer det
Velg et verktøy
Velg blant 120+ verktøy for å endre størrelse, konvertere, komprimere eller forbedre bildet ditt.
Last opp og rediger
Dra og slipp bildet ditt og juster innstillingene. Det blir værende på enheten din.
Last ned
Lagre resultatet ditt umiddelbart — ingen vannmerke, ingen registrering nødvendig.
Hvorfor Image Machine?
Filene dine forlater aldri enheten din
All behandling skjer lokalt i nettleseren din. Bildene dine lastes aldri opp til en server.
Helt gratis
Alle verktøy er gratis, uten begrensninger, uten vannmerker og uten skjulte kostnader.
Lynraskt
Ingen ventetid på opplasting — bildene dine behandles umiddelbart på din egen enhet.
Profesjonell kvalitet
Pikselperfekt resultat med full kontroll over format, størrelse og kvalitet.
Ofte stilte spørsmål
Hvordan sjekker jeg om to bilder er duplikater?
Last inn begge bildene og verktøyet beregner en perseptuell hash for hvert, og måler deretter Hamming-avstanden mellom dem. En liten avstand betyr at bildene er visuelt like – selv om ett ble skalert eller re-lagret – mens en stor avstand betyr at de avviker.
Hva er forskjellen mellom aHash, dHash og pHash?
aHash (gjennomsnitt) er den enkleste og raskeste, dHash (forskjell/gradient) er robust mot lyshetsskift, og pHash (perseptuell, DCT-basert) er den mest nøyaktige mot komprimering og mindre redigeringer. Å sammenligne alle tre gir en avrundet dom.
Kan den oppdage en skalert eller re-komprimert kopi?
Ja. Det er poenget med perseptuell hashing: den fanger den overordnede strukturen til et bilde, slik at et miniatyrbilde, en re-kodet JPEG eller en litt redigert kopi fortsatt hasher nær originalen.
Hvordan er dette forskjellig fra en piksel-diff?
En piksel-diff krever identiske dimensjoner og flagger enhver eksakt endring. Perseptuell likhet tolererer skalering og komprimering og svarer på et annet spørsmål – ser disse ut som det samme bildet? – snarere enn er de byte-identiske?