我希望能够扫描一个图像，并将其简化为一致的哈希，然后我可以将其与新的扫描进行比较，看看这两个图像是否相同。
如能在这方面提供任何帮助，我们将不胜感激！
以下方法可能比您实际需要的更强大。
在计算机视觉中，一个活跃的研究领域是识别。
例如，如果我要为我的房子建造一个清洁机器人，它应该能够识别我的狗（这样就不会向它喷洒致命的化学物质）。这变得更加困难，因为机器人不一定每次都从同一个角度看狗（而且它可以移动）。也就是说，它应该从侧面、正面或背面认出它是我的狗。
为了训练这个机器人，我给它看了几张我的狗在不同照明条件下的照片，它将来应该能够认出它。
使用不同的方法从图像中提取显著特征，这可以帮助您识别相同的特征，即使照片是在不同的光线下或从不同的角度拍摄的。
一些特征提取技术包括以下内容：
-
SIFT（尺度不变特征变换）
-
GIST（GIST描述符）
-
定向梯度直方图
-
形状上下文
-
上的文本
-
旋转图像
然而，许多现代系统不是手动提取特征，而是使用神经网络机器学习方法，这样机器人/计算机就可以学习识别物体，使用可能与人类学习相同的方式。
我从来没有做过图像识别，所以我不确定它们的优缺点，但我觉得这个主题很有趣，我希望计算机能更好地识别东西（视觉、声音、手势等）。