Большая посещаемость, уникальность картинок

Можно попробовать случайную выборку пикселей на изображении и записывать цвет в базу.

Всё тем же хешем и сравнением md5_file()/sha1_file() от файла с хэшем изображения в базе.

md5, пусть с малой, но вероятностью, может совпадать у разных картинок. Или не так?

Коллизии бывают, но редко. Можете брать два хэша (md5 и sha1) и сравнивать сразу по двум.

Каким образом у Вас совпадут md5()?

Если совпал с картинкой, то эта таже картинка и не стоит её дублировать, и отправляем её в temp на всякий пожарный, на сутки например, мало ли.

Вот и все.

Аффтар, погугли про коллизии. Прошарься, штоле.

StM7, Вы хоть раз видели МД5 хеш в глаза? Или думаете что из 32 байт можно сделать бесконечное число комбинаций?

Я! Я видел хеш MD5!!

Коллизии, теоретически бывают, но практически, даже если ТС будет их загружать на сайт ежесекундным потоком всю свою жизнь, он на них не нарвётся, и дети его не нарвутся, и внуки.

Кстати, как-то слушал доклад яндексоида - одного из авторов Я.диска: они на всяких случай подстраховались и для каждого файла хранят два хеша md5 (с солью и без). Ну так за все время существования диска с его многими петабайтами информации, ни одной коллизии на единичном хеше не наблюдали 🙄

если льют много идентичных бинарно картинок - то md5 или sha решит вашу задачу, если вам нужен поиск сходства по визуальным критериям, то обратите внимание на phash... все зависит от специфики того, что заливают и насколько критичны погрешности (залили фотку с вотермарками или ресайзили её)

пару лет у нас на одном из проектов работает проверка на уникальность по md5 , специфика там позволяет именно таким способом решать задачу - работает и работает, никто не жалуется и все довольны.. в другом проекте сейчас начинаем работу по поиску визуальных сходств, там все намного интереснее и веселее...

Яндекс на своем диске не обнаружил коллизии.

На яке рассказывали.

так что это погрешность, на которую можно забить.