抗裁剪对比
pHash基于全局低频DCT特征，局部裁剪会改变整体频谱分布，常导致哈希显著变化，因此对“局部缺失”的鲁棒性较弱，学界也因此提出面向裁剪/旋转鲁棒的改进方向以弥补传统全局哈希不足。
PDQ（图像）对“内容移除/遮挡”类改动更易受影响，作者测试显示对移除型变换并不如对轻微增益类变换（如格式/码率）稳健，裁剪属于“移除”范畴因而不占优。
TMK+PDQF（视频）在裁剪上劣化尤为直观：评测显示若画面裁去超过约20%就难以可靠匹配，甚至建议超过10%时就不要期望稳定命中，凸显其对大幅视野缺失的敏感性。
抗水印对比
pHash对大面积不透明水印敏感，因为水印会改变全局低频结构，传统全局DCT感知哈希通常难以在强水印下保持近似哈希一致性。
PDQ对“轻量水印/小logo”有一定容忍，但在“强不透明、含复杂边缘与色彩变化”的水印条件下，超过一半样本在常用阈值下会被漏检，显示对重度水印的鲁棒性有限。
TMK+PDQF在视频场景对水印与裁剪均被报告为“表现不佳”类变换，相比码率/格式/缩放等保留全局结构的变换，水印叠加会明显拉低匹配置信度。
实务提示
平台侧经验显示：对视频的“格式/码率/缩放”转码类变换鲁棒性较好，但对大幅裁剪或强水印（尤其不透明、覆盖区域大）三类算法均有明显性能下滑，应结合上下游策略（如阈值调优与人工复核）。
若必须提升对裁剪的稳健性，可结合“分块/局部”思想或采用针对裁剪/旋转设计的空间编码方法来弥补传统全局哈希的短板，再与PDQ/TMK等指纹多模态融合以提升召回。实践与研究均指出传统全局感知哈希对裁剪并不鲁棒，从而催生面向裁剪鲁棒的新方法。
对水印场景，PDQ官方资料指出可容忍“轻量水印/小logo”，而强不透明水印会显著影响匹配；视频侧TMK+PDQF也呈相似规律，因此应避免仅依赖单一阈值，必要时引入候选扩展与二阶段核验流程。
重要结论
在“抗裁剪/局部遮挡”和“叠加水印”两类局部改动上，三者总体规律是：PDQ与TMK+PDQF对轻量级水印（如角标/logo）相对更稳健，但对明显裁剪与大面积不透明水印均会显著退化；pHash因偏全球低频特征，对上述局部改动最不稳健。
搬运视频的朋友，这下，你知道应该怎么做了吧。