PHP中如何通过文件大小检测是否存在重复上传的图片

Great question—let’s break this down clearly for your image upload platform!

先给结论：方案可行，但只能做初步筛选 #

通过批量比对文件大小来排查重复图片是完全可以落地的第一步：

• 完全相同的图片（像素、格式、编码参数无任何差异）必然拥有一致的文件大小，你可以先遍历目录记录所有图片的大小，新用户上传时先匹配大小，快速排除90%以上不可能重复的情况，节省后续验证的资源。

但要警惕这个方案的核心局限 #

• 误判概率高：完全不同的图片可能因为压缩参数、尺寸巧合等原因，出现文件大小完全一致的情况，仅靠大小会把不重复的图片误判为重复。
• 无法识别修改后的同源图：如果用户给原图加了小水印、微调亮度、甚至转了格式（比如PNG转JPG），文件大小会变化，但本质是同一张图片的衍生版，这个方案根本检测不出来。

更可靠的优化思路：大小筛选 + 内容验证 #

把文件大小作为快速过滤的第一道关卡，对大小匹配的图片再做精准验证，推荐两种方案：

• 感知哈希（Perceptual Hash）：比如pHash、dHash，它会把图片转换成能代表视觉特征的哈希值，哪怕图片有细微修改（比如缩放、轻微调色），哈希值也会高度相似，能有效识别同源图片。
• 像素级比对：对大小匹配的图片读取像素数据逐点比对，这是最精准的方式，但速度较慢，适合在哈希匹配后的二次验证。

简单的Python实现示例（供参考） #

import os
import hashlib
from PIL import Image

def get_image_perceptual_hash(image_path):
    # 转灰度+缩小尺寸，减少计算量同时保留核心视觉特征
    with Image.open(image_path) as img:
        img_gray = img.convert('L').resize((8, 8), Image.Resampling.LANCZOS)
        pixels = list(img_gray.getdata())
        # 计算简易感知哈希
        avg_pixel = sum(pixels) / len(pixels)
        hash_bits = ''.join(['1' if p > avg_pixel else '0' for p in pixels])
        return hashlib.md5(hash_bits.encode()).hexdigest()

def check_duplicate(directory, new_img_path):
    # 第一步：快速匹配文件大小
    new_size = os.path.getsize(new_img_path)
    candidates = [
        os.path.join(directory, f) 
        for f in os.listdir(directory) 
        if os.path.getsize(os.path.join(directory, f)) == new_size
    ]
    
    if not candidates:
        return False  # 无大小匹配，直接排除重复
    
    # 第二步：感知哈希精准比对
    new_hash = get_image_perceptual_hash(new_img_path)
    for candidate in candidates:
        if get_image_perceptual_hash(candidate) == new_hash:
            return True  # 确认重复
    
    return False

提示：生产环境中建议把哈希值缓存到数据库（比如和图片路径、大小存在一起），避免每次都重复计算；同时要考虑大图片的内存占用、不同格式的兼容性问题。

内容的提问来源于stack exchange，提问作者Mekade24