← Retour au scanner

📸 Scanner de cartes intelligent

Comparez et identifiez des images instantanément grâce aux hash perceptuels

🚀

Rapide et efficace

Scannez et comparez des images en temps réel directement depuis votre smartphone ou ordinateur

🔐

100% privé

Aucune donnée n'est envoyée à des serveurs tiers. Tout fonctionne localement sur votre appareil

🎯

Précis

Détecte les images similaires même après compression, recadrage ou légères modifications

🧮 Types de hash disponibles

  • pHash (Perceptual Hash) Utilise des transformations de fréquence (DCT) pour capturer les caractéristiques visuelles globales. Très résistant aux modifications.
  • dHash (Difference Hash) Calcule les différences entre pixels adjacents. Rapide et efficace pour détecter les variations de luminosité.
  • aHash (Average Hash) Compare chaque pixel à la moyenne globale. Simple et performant pour les comparaisons basiques.
  • wHash (Wavelet Hash) Utilise des transformations en ondelettes pour capturer les détails à différentes échelles.

⚠️ Note : Actuellement, seul le pHash est entièrement implémenté. Les autres algorithmes seront ajoutés prochainement.

💝 Soutenez ce projet

Ce scanner est gratuit et open source. Votre soutien permet de développer de nouvelles fonctionnalités, d'améliorer la précision des algorithmes et de maintenir le projet à jour. Chaque contribution, aussi petite soit-elle, fait la différence !

⭐ Voir sur GitHub

Merci de contribuer à rendre la technologie accessible à tous 🙏

🛠️ Comment utiliser

  1. Sélectionnez le type de hash et la taille désirée
  2. Cliquez sur "Changer caméra" pour basculer entre avant/arrière
  3. Pointez vers l'image à scanner
  4. Cliquez sur "Capturer" pour générer le hash
  5. Les correspondances trouvées s'afficheront instantanément

🤝 Contribuer

Ce projet est open source et accueille toutes les contributions ! Vous pouvez :

  • Proposer de nouvelles fonctionnalités
  • Signaler des bugs ou problèmes
  • Améliorer la documentation
  • Implémenter les algorithmes dHash, aHash et wHash
  • Optimiser les performances

👉 Contribuer sur GitHub