A voir également:
- Fonction de hachage sur une image
- Fonction si et - Guide
- Image iso - Guide
- Légender une image - Guide
- Comment rechercher une image sur google - Guide
- Frédéric cherche à faire le buzz sur les réseaux sociaux. il a ajouté une image d’ours polaire sur une image de plage. retrouvez l'image originale de la plage. que cache l'ours polaire ? - Forum Graphisme
2 réponses
Je serais toi, je prendrais des carrés de largeurTotale/x*largeurTotale/x pixels (on aura donc pour tout format le même nombre de carrés, ce qui permet de comparer des images de taille différente) dont je calculerais la moyenne des couleurs (moyenne des R, des G puis des B) puis la Hue de ces couleurs en tant qu'entier de 1 à 100 (et non 360, plus le nombre est faible plus la tolérance sera grande), puis de même pour la Brightness (même chose). Je concaténerais ensuite toutes les données obtenues (HUE1-BRIGHTNESS1-HUE2-BRIGHTNESS2...) (avec éventuellement un header pour supporter plusieurs tailles) en hachant le résultat
Je peux le faire en C# mais pas en Matlab, désolé.
Les paramètres que tu peux modifier sont :
-x : plus il sera grand, moins de détails tu sauvegarderas (=> plus de tolérance)
-l'échelle de la hue et de la brightness : plus elles seront grandes, plus la comparaison devra être exacte (=> moins de tolérance)
-le fait d'utiliser ou non la saturation (si oui, moins de tolérance)
Paramètres qui n'influent pas sur la tolérance :
-le mode de concaténation
-la présence ou non d'un header
-l'algorithme de hashage, l'utilisation ou non de sels
Note : si ton langage ne permet pas de déterminer la couleur hsl à partir du RGB, utilise l'échelle directement sur du RGB ou YUV (avec matriçage). Mais dans ce cas, un peu tout sera comparé en même temps.
Aides :
https://www.mathworks.com/matlabcentral/fileexchange/3360-rgb-to-hsl
http://www.mathworks.fr/fr/help/images/ref/impixel.html
Je peux le faire en C# mais pas en Matlab, désolé.
Les paramètres que tu peux modifier sont :
-x : plus il sera grand, moins de détails tu sauvegarderas (=> plus de tolérance)
-l'échelle de la hue et de la brightness : plus elles seront grandes, plus la comparaison devra être exacte (=> moins de tolérance)
-le fait d'utiliser ou non la saturation (si oui, moins de tolérance)
Paramètres qui n'influent pas sur la tolérance :
-le mode de concaténation
-la présence ou non d'un header
-l'algorithme de hashage, l'utilisation ou non de sels
Note : si ton langage ne permet pas de déterminer la couleur hsl à partir du RGB, utilise l'échelle directement sur du RGB ou YUV (avec matriçage). Mais dans ce cas, un peu tout sera comparé en même temps.
Aides :
https://www.mathworks.com/matlabcentral/fileexchange/3360-rgb-to-hsl
http://www.mathworks.fr/fr/help/images/ref/impixel.html
merci pour la réponse...puis je savoir comment le faire en c#...vu que j'ai rien trouvé sur ce sujet donc un autre langage de programmation ne fra po d mal...ce qu'on ma demandé c'est faire une transformation à l'image en fouriier ou une autre transformation puis lui appliquer une quantification pour enfin appliquer la fonction de hachage SHA1...
voici les étapes que je dois suivre pour celà:
Étape de transformation (dct ou dwt ou....)
Étape d'extraction des caractéristiques
Étape de quantification
Étape de compression et cryptage
c'est les principales étapes de hachage perceptuel
voici les étapes que je dois suivre pour celà:
Étape de transformation (dct ou dwt ou....)
Étape d'extraction des caractéristiques
Étape de quantification
Étape de compression et cryptage
c'est les principales étapes de hachage perceptuel
