| 算法 | 功能 | 场景 | 特点 |
|---|---|---|---|
| fuzzy-hash | 计算字符串、二进制、文件的 Hash 值，使相似的内容对应的 Hash 值也相似 | 快速检索相似文档、文件 | 适用于检测存在轻微变化的内容 |
| LSH | 把实数向量映射到 Hash 值，使相似的向量对应的 Hash 值也相似 | O(N)时间内快速检索到top-k相似向量 | |
| min-hash | 把集合映射到 Hash 值，使相似的集合对应的 Hash 值也相似 | 快速检索相似集合、检索相似文档 | Hash 值相同的概率，等于 Jaccard 系数 |
| SimHash | 把文档（或者文档的特征例如TF-IDF）映射到 Hash 值，使相似的集合对应的 Hash 值也相似 | 快速检索相似文档 | |
| aHash | 把图片映射到 Hash 值，使相似图片的 Hash 值也相似 | 相似图片检索 | 抗缩放、亮度攻击等 |
| dHash | 把图片映射到 Hash 值，使相似图片的 Hash 值也相似 | 相似图片检索 | 抗缩放、亮度攻击等 |
| pHash | 把图片映射到 Hash 值，使相似图片的 Hash 值也相似 | 相似图片检索 | 抗缩放、亮度攻击、平移、小部分内容改变 |
- fuzzy-hash 的例子：examples/fuzzy_hash.py
- min-hash 的例子：examples/example_min_hash.py
- SimHash 的例子：examples/example_simhash.py, examples/example_simhash2.py
- aHash 的例子：examples/example_img_hash.py
- dHash 的例子： examples/example_img_hash.py
- pHash 的例子：examples/example_img_hash.py