update backend

internal/pkg/phash/phash_test.go

@@ -0,0 +1,122 @@
+package phash
+
+import (
+	"bytes"
+	"image"
+	"image/color"
+	"image/png"
+	"testing"
+)
+
+// genGradient 生成一张水平灰阶渐变的 PNG 字节流（w 宽、h 高）。
+// 用于验证 dHash 对「同一图案」的稳定性，以及对「缩放 / 转码」的鲁棒性。
+func genGradient(w, h int) []byte {
+	img := image.NewRGBA(image.Rect(0, 0, w, h))
+	for y := 0; y < h; y++ {
+		for x := 0; x < w; x++ {
+			v := uint8(x * 255 / w)
+			img.Set(x, y, color.Gray{Y: v})
+		}
+	}
+	var buf bytes.Buffer
+	if err := png.Encode(&buf, img); err != nil {
+		panic(err)
+	}
+	return buf.Bytes()
+}
+
+// genGradientReverse 生成一张「左亮右暗」的反向渐变 PNG。
+// 与 genGradient（左暗右亮）方向相反，dHash 的相邻比较结果完全相反，
+// 汉明距离应为 64（最大），用于验证「差异显著」的图能被正确区分。
+func genGradientReverse(w, h int) []byte {
+	img := image.NewRGBA(image.Rect(0, 0, w, h))
+	for y := 0; y < h; y++ {
+		for x := 0; x < w; x++ {
+			v := uint8(255 - x*255/w)
+			img.Set(x, y, color.Gray{Y: v})
+		}
+	}
+	var buf bytes.Buffer
+	if err := png.Encode(&buf, img); err != nil {
+		panic(err)
+	}
+	return buf.Bytes()
+}
+
+// genSolid 生成一张纯色 PNG。
+func genSolid(w, h int, v uint8) []byte {
+	img := image.NewRGBA(image.Rect(0, 0, w, h))
+	c := color.Gray{Y: v}
+	for y := 0; y < h; y++ {
+		for x := 0; x < w; x++ {
+			img.Set(x, y, c)
+		}
+	}
+	var buf bytes.Buffer
+	if err := png.Encode(&buf, img); err != nil {
+		panic(err)
+	}
+	return buf.Bytes()
+}
+
+// TestOfIdentical 同一字节流 → 指纹完全一致。
+func TestOfIdentical(t *testing.T) {
+	a := genGradient(64, 64)
+	b := genGradient(64, 64)
+	if Of(a) != Of(b) {
+		t.Fatalf("相同图片应得到相同 dHash，got %016x vs %016x", Of(a), Of(b))
+	}
+}
+
+// TestOfResizeSimilar 同一图案缩放到不同尺寸 → 汉明距离很小（近重复可容忍范围内）。
+func TestOfResizeSimilar(t *testing.T) {
+	a := genGradient(64, 64)
+	b := genGradient(128, 128)
+	d := Hamming(Of(a), Of(b))
+	if d > 20 {
+		t.Fatalf("同一图案缩放后汉明距离应很小，got %d", d)
+	}
+}
+
+// TestOfDifferent 方向相反的图案（左暗右亮 vs 左亮右暗）→ 汉明距离应显著大于近重复阈值。
+func TestOfDifferent(t *testing.T) {
+	a := genGradient(64, 64)
+	b := genGradientReverse(64, 64)
+	d := Hamming(Of(a), Of(b))
+	if d <= DefaultThreshold {
+		t.Fatalf("不同图片汉明距离应大于阈值 %d，got %d", DefaultThreshold, d)
+	}
+}
+
+// TestToVectorBits 验证向量串格式与维度（64 位、方括号包裹、0/1 组成）。
+func TestToVectorBits(t *testing.T) {
+	s := ToVectorBits(0b1) // 仅最低位为 1
+	if len(s) != 2*Size+1 { // 64 个 0/1 + 63 个逗号 + 2 个方括号 = 129
+		t.Fatalf("向量串长度应为 %d，got %d（%s）", 2*Size+1, len(s), s)
+	}
+	if s[0] != '[' || s[len(s)-1] != ']' {
+		t.Fatalf("向量串应以方括号包裹，got %s", s)
+	}
+	if s[1] != '1' { // bit0 = 1
+		t.Fatalf("第 0 维应为 1，got %c", s[1])
+	}
+	if s[3] != '0' { // bit1 = 0（[1,0,...] 中第二个元素）
+		t.Fatalf("第 1 维应为 0，got %c", s[3])
+	}
+	if ToVectorBits(0) != "" {
+		t.Fatalf("解码失败（0）应返回空串，got %q", ToVectorBits(0))
+	}
+}
+
+// TestHamming 验证汉明距离的对称性与已知值。
+func TestHamming(t *testing.T) {
+	if Hamming(0, 0) != 0 {
+		t.Fatalf("相同指纹汉明距离应为 0")
+	}
+	if Hamming(0b1111, 0b0000) != 4 {
+		t.Fatalf("1111 vs 0000 汉明距离应为 4")
+	}
+	if Hamming(0b1111, 0b0000) != Hamming(0b0000, 0b1111) {
+		t.Fatalf("汉明距离应对称")
+	}
+}