不用glide如何实现图片去重

### 回答1：
图片去重的核心思想是计算图片的特征值，并将这些特征值进行比较，如果两个图片的特征值相似度高于阈值，则认为这两张图片相同。

以下是一种不用 Glide 实现图片去重的方法：

1. 从网络或本地获取图片的 Bitmap 对象；
2. 将 Bitmap 对象转换成字节数组；
3. 对字节数组进行哈希计算，得到唯一的特征值；
4. 将特征值与已有图片的特征值进行比较，如果相似度高于阈值，则认为这两张图片相同，否则将新的特征值加入到特征值列表中，表示该图片是新的。

需要注意的是，这种方法仅适用于静态图片，对于动态图片或视频需要使用其他算法。另外，阈值的设置需要根据实际情况进行调整，过高的阈值可能会导致误判，而过低的阈值可能会导致漏判。

### 回答2：
如果不使用Glide来实现图片去重，我们可以考虑使用以下几种方法：

1. 使用Hash算法：可以使用图片的MD5、SHA-1、SHA-256等哈希算法，将图片转化为唯一的哈希值。将图片保存在本地或服务器上时，可以将哈希值与图片的文件名绑定，如果有相同哈希值的图片则判定为重复图片。

2. 使用pHash算法：pHash算法是一种感知哈希算法，可以通过分析图片的空间信息和颜色信息，生成一个唯一的哈希值。与Hash算法相比，pHash算法能够更好地处理旋转、缩放、亮度等图片变化，提高图片去重的准确性。

3. 使用图像特征提取算法：可以使用OpenCV等图像处理库，提取图片的特征点或特征描述子，比如SIFT、SURF等算法。通过比较两张图片的特征点或特征描述子的相似度，来判断图片是否相似或重复。

以上方法都需要对图片进行处理和计算，因此相比使用Glide来实现图片去重可能会增加一定的时间和计算成本。同时，这些方法都需要依赖库或算法的支持，需要在代码中实现相应的逻辑。

### 回答3：
要实现图片去重，不使用Glide，可以采取以下步骤：

1. 遍历需要去重的图片集合。可以使用File类或者图片路径的列表来表示图片。
2. 对每一张图片生成唯一的哈希值。可以使用MD5或者SHA算法对图片的二进制数据进行哈希计算。
3. 将每个图片的哈希值与已有的哈希值比较，判断是否存在重复。可以使用Set集合来存储已有的哈希值，利用其唯一性特点。
4. 如果存在重复的哈希值，即为重复图片，可以将其从集合中移除或者做其他操作。
5. 将剩余的非重复图片进行处理，可以根据需要保存到新的文件夹或者进行其他操作。

需要注意的是，以上只是一种基本方法，具体实现要根据实际需求进行调整。同时，该方法只是通过哈希值进行判断图片是否重复，不考虑图片内容差异的情况。如果需要精确的去重判断，可以使用图像处理算法，如感知哈希算法或者局部敏感哈希算法。