本文对应 dedup 项目里
imageph包的实现。 代码只用 Go 标准库（image、image/jpeg、image/png…），零第三方依赖。
普通的内容哈希（SHA-256）有一个特点：输入只要变一个字节，输出就完全不一样。这对”精确去重”是优点，但对图片却成了障碍——
这些操作在肉眼看来”基本是同一张图”，但 SHA-256 会把它们判成完全不同的文件。于是就有了感知哈希（Perceptual Hash, pHash）：它对”人类视觉上相似”的图片应输出相近的哈希值。
常见的感知哈希有几种：
| 算法 | 做法 | 特点 |
|---|---|---|
| aHash | 缩到 8×8 求平均灰度，每位比较”是否高于均值” | 最简单，但均值容易被大块颜色带偏 |
| dHash | 缩到 9×8，比较相邻像素的亮度差 | 对缩放/压缩鲁棒，计算快，效果够好 |
| pHash | 用 DCT 变换取低频系数 | 最鲁棒，但实现重、慢 |
dedup 选了 dHash：它几乎不要额外依赖，且对”缩图 / 重压缩 / 微调节”足够稳健，是性价比最高的选择。
原图 → 解码 → 灰度化 → 缩放到 9×8 → 逐行比较相邻像素 → 64 位指纹
Go 标准库的 image.Decode 能识别常见格式。灰度化用经典的亮度公式：
luma := 0.299*R + 0.587*G + 0.114*B
（注意 image.Image 的 RGBA() 返回的是 16 位值，要先 >>8 还原成 0–255。）
为什么要 9×8 而不是 8×8？dHash 比较的是水平相邻像素的亮度差，每一行有 9 个像素、产生 8 个差值，8 行共 8 × 8 = 64 位。
缩放用最朴素的最近邻采样即可——缩略图本来就是为了丢弃高频细节，无需高质量插值：
func resizeGray(src image.Image, w, h int) [][]float64 {
b := src.Bounds()
out := make([][]float64, w)
for x := 0; x < w; x++ {
out[x] = make([]float64, h)
sx := int(float64(x) * float64(b.Dx()) / float64(w)) // 原图对应列
for y := 0; y < h; y++ {
sy := int(float64(y) * float64(b.Dy()) / float64(h))
r, g, bl, _ := src.At(b.Min.X+sx, b.Min.Y+sy).RGBA()
out[x][y] = 0.299*float64(r>>8) + 0.587*float64(g>>8) + 0.114*float64(bl>>8)
}
}
return out
}
对每一行，把”左边像素是否比右边亮”编码成 1 位：
var hash uint64
for y := 0; y < h; y++ {
for x := 0; x < w-1; x++ {
hash <<= 1
if gray[x][y] > gray[x+1][y] {
hash |= 1
}
}
}
// 最终得到 64 位指纹
这样就得到了该图的 64 位 dHash。
两个指纹的相似度用汉明距离衡量——有多少位不同：
func Hamming(a, b uint64) int {
x := a ^ b
c := 0
for x != 0 {
c++
x &= x - 1 // 经典技巧：每次消掉最低位的 1
}
return c
}
0：完全相同的图（或几乎无损拷贝）1–10：肉眼几乎一样（重压缩 / 微调节）>30：基本是不同图片dedup 里用并查集（union-find）把”汉明距离 ≤ 阈值”的图片并成一组：
if Hamming(hashes[i], hashes[j]) <= threshold {
union(i, j)
}
阈值由 -threshold 控制，默认 10。想更严格就调小，想更宽松就调大。
dHash 比较的是相邻像素的梯度。如果一张图是纯色或整体均匀渐变，相邻像素几乎没差异，算出来的哈希会退化成全 0（或全 1）——于是”黑图”和”白图”的 dHash 可能都是 0，被误判为”相似”。
实测中这也出现过：左→右渐变图的 dHash 全 0、右→左渐变图全 1，二者距离 64，反而不相似；但纯色块之间会塌缩成同一个值。
应对方式：
10 跑一批真实照片，再按结果微调。dedup 用固定数量的 goroutine（默认 = CPU 核数）并发哈希。实现见 imageph/imageph.go。下一篇讲为什么”删除”一定要走回收站而不是 rm。