ข้ามไปยังเนื้อหาหลัก

การประมวลผลทั้งหมดเกิดขึ้นในเบราว์เซอร์ของคุณ

Image Machine logo
Image Machine

Back to Home

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.

Image A
Image B (optional)

Upload image A to fingerprint it, then add image B to measure how similar they are. Read locally, never uploaded.

Fingerprint ภาพด้วย perceptual hash และเปรียบเทียบสองภาพเพื่อดูว่าเหมือนกันแค่ไหน ตรวจจับ duplicate, สำเนาที่ resize และเวอร์ชันที่ re-compress ที่การตรวจสอบ byte-for-byte จะพลาด คำนวณ aHash, dHash และ pHash และรายงาน Hamming-distance similarity score ทั้งหมดในเบราว์เซอร์ ไม่มีการอัปโหลด

วิธีใช้งาน

1

เลือกเครื่องมือ

เลือกจากเครื่องมือกว่า 120+ รายการเพื่อปรับขนาด แปลง บีบอัด หรือปรับแต่งรูปภาพของคุณ

2

อัปโหลดและแก้ไข

ลากและวางรูปภาพของคุณแล้วปรับการตั้งค่า ไฟล์จะยังคงอยู่บนอุปกรณ์ของคุณ

3

ดาวน์โหลด

บันทึกผลลัพธ์ของคุณได้ทันที — ไม่มีลายน้ำ ไม่ต้องสมัครสมาชิก

ทำไมต้อง Image Machine?

ไฟล์ของคุณไม่เคยออกจากอุปกรณ์

การประมวลผลทั้งหมดทำงานในเครื่องบนเบราว์เซอร์ของคุณ รูปภาพของคุณจะไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์เลย

ฟรีอย่างสมบูรณ์

ทุกเครื่องมือใช้งานได้ฟรี ไม่มีข้อจำกัด ไม่มีลายน้ำ และไม่มีค่าใช้จ่ายแอบแฝง

รวดเร็วทันใจ

ไม่ต้องรอการอัปโหลด — รูปภาพของคุณถูกประมวลผลทันทีบนอุปกรณ์ของคุณเอง

คุณภาพระดับมืออาชีพ

ผลลัพธ์คมชัดระดับพิกเซล พร้อมการควบคุมรูปแบบ ขนาด และคุณภาพได้อย่างเต็มที่

คำถามที่พบบ่อย

จะตรวจสอบว่าสองภาพเป็น duplicate ไหม?

โหลดทั้งสองภาพและเครื่องมือคำนวณ perceptual hash สำหรับแต่ละตัว จากนั้นวัด Hamming distance ระหว่างกัน distance เล็กหมายความว่าภาพ visually เหมือนกัน แม้ภาพหนึ่งถูก resize หรือ re-save ในขณะที่ distance ใหญ่หมายความว่าแตกต่างกัน

ความต่างระหว่าง aHash, dHash และ pHash คืออะไร?

aHash (average) ง่ายที่สุดและเร็วที่สุด dHash (difference/gradient) แข็งแกร่งต่อ brightness shift และ pHash (perceptual, DCT-based) แม่นยำที่สุดต่อ compression และการแก้ไขเล็กน้อย การเปรียบเทียบทั้งสามให้คำตัดสินที่ครอบคลุม

ตรวจจับสำเนาที่ resize หรือ re-compressed ได้ไหม?

ใช่ นั่นคือจุดประสงค์ของ perceptual hashing จับโครงสร้างโดยรวมของภาพ ดังนั้น thumbnail, JPEG ที่ re-encode หรือสำเนาที่แก้ไขเล็กน้อยยังคง hash ใกล้กับต้นฉบับ

ต่างจาก pixel diff อย่างไร?

Pixel diff ต้องการ dimension เหมือนกันและ flag การเปลี่ยนแปลงแม่นยำใดก็ตาม Perceptual similarity ทนต่อการ resize และ compression และตอบคำถามต่างกัน ภาพเหล่านี้ดูเหมือนกันไหม แทนที่จะ byte-identical ไหม?

เครื่องมือแก้ไข

Image Steganography

ปรับปรุงอัตโนมัติ

เปรียบเทียบก่อน/หลัง

เพิ่มเส้นขอบ

ความสว่างและคอนทราสต์

ปรับขนาดรูปภาพจำนวนมาก