pHash (algısal karma, İngilizce: perceptual hash), bir görselin piksel düzeyindeki içeriğini temsil eden kısa bir sayısal parmak izidir. İki görsel arasındaki benzerlik, bu parmak izlerinin karşılaştırılmasıyla ölçülür; böylece yeniden boyutlandırma, renk ayarı veya hafif kırpma gibi küçük değişikliklere rağmen aynı ya da benzer görseller otomatik olarak eşleştirilebilir. Sahte ürün tespitinde ve marka koruma süreçlerinde pHash, ilan görsellerinin özgünlüğünü değerlendirmek için kullanılan temel teknik araçlardan biridir.
Bir pazaryerinde yüzlerce ilan aynı anda yayımlanırken her birini elle incelemek mümkün değildir. pHash tam bu noktada devreye girer: insan gözünün fark edeceği "aynı görünüyor" kararını, milisaniyeler içinde ve ölçeklenebilir biçimde hesaplar. Bu sayfada pHash'in ne olduğunu, pazaryeri ve marka koruma bağlamında ne işe yaradığını, sık karıştırıldığı kavramları ve somut bir örneği bulacaksınız.
pHash, bir görselin frekans bileşenlerini (çoğunlukla ayrık kosinüs dönüşümü yöntemiyle) hesaplayarak sabit uzunlukta bir bit dizisine dönüştürür. Bu bit dizisi, görsel içeriğinin özetidir. İki pHash arasındaki Hamming mesafesi – yani kaç bitin farklı olduğu – iki görsel arasındaki algısal uzaklığı gösterir.
Mesafe sıfırsa görseller pratik olarak aynıdır. Mesafe küçük ama sıfır değilse benzer görsellerden söz edilir. Büyük bir mesafe farklı içeriklere işaret eder. Eşik değeri platform veya kullanım senaryosuna göre ayarlanır; evrensel bir kesme noktası yoktur.
Bu yapı, pHash'i sıradan kriptografik karma işlevlerinden (MD5, SHA-256) ayırır. Kriptografik karmalar piksel farkını hiç tolere etmez: tek bir pikselin değişmesi tamamen farklı bir karma üretir. pHash ise küçük değişiklikleri "görür" ve yine de görselleri benzer olarak sınıflandırabilir. Orijinal ürün doğrulama süreçlerinde bu esneklik kritik öneme sahiptir.
Trendyol, Hepsiburada veya n11 gibi pazaryerlerinde aynı ürünün binlerce ilanı eş zamanlı yayımlanır. Taklit ürün satıcıları çoğunlukla orijinal marka görsellerini – hafifçe kırparak, parlaklığını değiştirerek ya da üzerine logo ekleyerek – kendi ilanlarına taşır. Klasik piksel karşılaştırması bu değişiklikleri farklı görsel olarak okur; pHash ise yüksek Hamming mesafesi eşiği altında görsellerin aynı kaynaktan geldiğini işaret eder.
Marka koruma akışında pHash tipik olarak şu adımda devreye girer: referans görsel seti (orijinal ürün fotoğrafları) önceden karmalanır ve bir veri tabanına kaydedilir. Yeni bir ilan tarandığında ilan görseli de karmalanır; mesafe hesaplanır. Mesafe eşiğin altındaysa ilan "benzer görsel içeriyor" olarak işaretlenir ve kaldırma talebi sürecine dahil edilmek üzere insan incelemesine gönderilir.
SahteAvcı'nın temel analiz katmanında kullanılan blockhash-js kütüphanesi de bu prensiple çalışır: görsel analizi tarayıcınızda yerel olarak gerçekleşir, görsel veriler harici bir sunucuya gönderilmez. İsteğe bağlı gelişmiş modeller için kendi API anahtarınızı (BYOK) bağlarsanız, görsel veriler seçtiğiniz sağlayıcıya gider.
pHash tek başına bir ilan hakkında kesin sonuç vermez. Ürettiği şey bir risk sinyalidir: "bu görsel, referans görselimizle yüksek benzerlik taşıyor." Nihai karar insan incelemesiyle ve ek sinyallerle – satıcı puanı, fiyat anomalisi, ilan metni – birlikte verilir. Satıcı puanının bir risk göstergesi olarak nasıl okunduğunu öğrenmek, pHash sinyalini tamamlayan bir adımdır.
İki kavram özellikle sık karışır: kriptografik karma ve OCR. Üçüncüsü ise anonimleştirme ile pHash'i aynı işlev olarak görmektir.
| Kavram | Ne yapar? | pHash'ten farkı |
|---|---|---|
| Kriptografik karma (MD5, SHA-256) | Veriyi değişmez bir parmak izine dönüştürür; tek bit fark → tamamen farklı çıktı | Görsel benzerliği ölçmez; sahte ürün tespitinde doğrudan kullanılamaz |
| OCR (Optik Karakter Tanıma) | Görsel içindeki yazıları metne çevirir | Görsel içeriği değil, metin bileşenini analiz eder; pHash ile tamamlayıcıdır |
| Anonimleştirme | Kişisel veriyi tanımsız hale getirir | Tamamen farklı bir işlev; pHash görsele uygulanır, kişisel veriye değil |
| Derin öğrenme tabanlı benzerlik (CLIP vb.) | Görselin anlamsal içeriğini karşılaştırır; arka plan değişse de ürünü tanıyabilir | pHash'ten daha güçlü ama hesaplama maliyeti yüksek; pHash ile birlikte kullanılır |
Bir marka, Trendyol'da kendi ürününün orijinal stüdyo fotoğraflarını bir referans seti olarak sisteme yüklemiştir. Her fotoğraf için pHash hesaplanmış ve kaydedilmiştir.
Yeni bir ilan taranır. İlan görselinin pHash'i hesaplanır ve referans setiyle karşılaştırılır. Hamming mesafesi düşük çıkar – görseller neredeyse aynıdır, ancak ilan sahibi fotoğrafı hafifçe kırpmış ve renk doygunluğunu artırmıştır. Bu fark, kriptografik karma kullansaydı "tamamen farklı görsel" sonucunu verirdi. pHash ise görselin aynı kaynaktan geldiğini işaret eder ve ilan "yüksek benzerlik sinyali" olarak işaretlenir.
Bu işaretleme, otomatik bir kaldırma kararı değildir. Analist, ilanı inceleyerek satıcı bilgileri, fiyat ve diğer sinyallerle birlikte değerlendirir. Marka sahibi bu aşamadan sonra pazaryerinin şikâyet mekanizmasına başvurabilir. Kaldırma sonrasında uyuşmazlık yaşanırsa arabuluculuk ve sulh sürecinin nasıl işlediğini incelemeniz faydalı olacaktır.
Bu noktada pHash'in yalnızca bir başlangıç katmanı olduğu anlaşılır. Kulaklık ve ses ekipmanı gibi görsel benzerliğin taklit tespitinde kritik rol oynadığı kategorilerde bu katman özellikle değerlidir. Ses markalarına özel sahte ürün koruma yaklaşımını görmek, pHash'in gerçek bir iş akışına nasıl entegre edildiğini somutlaştırır.
Bu tür terimleri güncel tutmak, marka koruma sürecinde neyin neden çalıştığını anlamanın ilk adımıdır. Yeni sözlük girdileri ve rehber içerikler yayımlandığında haberdar olmak için SahteAvcı bültenine kaydolun – haftada en fazla bir e-posta, sadece yeni içerik.
pHash bir algoritmadır; yasal veya yasal dışı değildir, tıpkı bir arama motoru algoritması gibi. Görseli işlemek için önce onu elde etmiş olmak gerekir; bu süreçte uygulanabilecek kısıtlamalar telif hukuku ve kişisel veri mevzuatından kaynaklanır. pHash hesaplama işleminin kendisi, bu kısıtlamaları doğrudan ihlal etmez.
Hayır, bunlar farklı kavramlardır. pHash bir görsel analiz yöntemidir; taklit ürün ise tescilli bir markayı izinsiz kullanan üründür. pHash, bir ilanın görselinin orijinal marka görseliyle benzerliğini ölçer ve bu benzerlik bir risk sinyali üretir. Taklidi kanıtlamak için ek inceleme, belge ve hukuki değerlendirme gerekir.
pHash "tespit edilecek" bir şey değildir; bir görseli analiz etmek için uygulanan bir yöntemdir. Bir ilanın pHash analizi sonucunda benzer görsel taşıyıp taşımadığı anlaşılabilir. SahteAvcı gibi araçlar bu analizi tarayıcı düzeyinde, yerel olarak gerçekleştirerek kullanıcıya risk skoru sunar; kesin sahtelik kararı vermez.