感知哈希
🧮 截图相似度与聚类。
pkg/phash 基于图像感知哈希，实现去重与相似页面发现。
为什么用感知哈希
感知哈希把图像降为 64 位指纹，对缩放/压缩/轻微改动作鲁棒——同一页面的截图即使分辨率不同，哈希仍相近。比逐像素比对实用得多，适合"这个站和那个站是不是同一模板"这类判断。
哈希算法
| 函数 | 算法 | 说明 |
|---|---|---|
ComputeHash | dHash | 差值哈希 |
ComputePerceptionHash | pHash | 感知哈希（DCT） |
ComputeAverageHash | aHash | 均值哈希 |
每张截图自动计算并存入 Result.PerceptionHash（十六进制）。
距离与相似
go
func Distance(hash1, hash2 string) (int, error)
func DistanceFromValues(h1, h2 uint64) int
func IsSimilar(hash1, hash2 uint64, threshold int) bool汉明距离越小越相似。threshold 控制判定阈值。
聚类
HashGroup 把相似哈希归同组，赋予 perception_hash_group_id：
go
type HashGroup struct { ... }
func NewHashGroup() *HashGroup入库后可按 group_id 查询相似页面。
原理
感知哈希把图像降为 64 位指纹，对缩放/压缩/轻微改动作鲁棒。
用途
- 🔄 截图去重
- 🎭 相似页面发现（模板站、钓鱼站）
- 📈 改版检测（对比两次哈希距离）
- 🗂️ 视觉聚类归档
查询示例
sql
-- 相似页面组
SELECT perception_hash_group_id, count(*), group_concat(host)
FROM screenshots
GROUP BY perception_hash_group_id
HAVING count(*) > 1;扫描入库后比对哈希并归组、触发相似告警的时序：