hash_distance — IMGFORENSICS `hash` op

• Datenarten: phash × phash → measurement

• Aufruf: import imgforensics; imgforensics.hash_distance(hash1, hash2) -> 'int' (oder opsimgforensics.get("hash_distance"))

Verwendung

Hamming-Abstand zweier Wahrnehmungs-Hashes (die Zahl der abweichenden Bits).

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

dtype と長さを検査して fail-closed する。float の 1-D を受け取って

`!=` で数えると、ほぼ確実に「全ビット違う」= 最大距離という

*もっともらしい* 値が出る —— それは型の取り違えであって画像の違いではない。

返りは Python の `int(measurement` 語彙)。ビット長で割った

正規化距離が欲しければ `hash_distance(a, b) / a.size`。

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• image_forensics_audit — py -3.11 examples/image_forensics_audit.py

Typkompatible Folge-Operatoren (nehmen `measurement` als Eingabe)

evidence_quantile

Gleiche Kategorie (`hash`)

perceptual_hash

*Provenance: imgforensics.py — IMGFORENSICS Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

hash_distance — IMGFORENSICS hash op