百度识图：以图搜图找到相似图片原理解析-seo-网站优化

1.玩转百度识图

“鉴”你所见，百度人脸识别。

打开百度首页，搜索框右侧有一个相机图标，就是百度识图。

你可以用一张图片，搜索互联网上所有与它相似的图片。点击搜索框中照相机的图标。百度识图提供两种方式：1、粘贴图片地址；2、本地上传图片（支持拖拽图片）。

百度识图

你输入网片的网址，或者直接上传图片，百度识图就会找出与其相似的图片。

百度识图

上传一张美女照片后，百度识图返回如下结果：

百度识图

运用此工具，我们可以找到高清无水印原图，并查看引用图片的文章内容；

类似的”相似图片搜索引擎”还有不少，TinEye甚至可以找出照片的拍摄背景。

百度把”百度识图”放上搜索框，搜索不止于文字，期待视频识别的到来。

==========================================================

这种识别图片的技术原理是什么？计算机怎么知道两张图片相似呢？

根据Neal Krawetz博士的解释，原理非常简单易懂。我们可以用一个快速算法，就达到基本的效果。

这里的关键技术叫做”感知哈希算法“（Perceptual hash algorithm），它的作用是对每张图片生成一个”指纹”（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。

下面是一个最简单的实现：

将图片缩小到8×8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。

? ?

将缩小后的图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。

计算所有64个像素的灰度平均值。

将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。

将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。组合的次序并不重要，只要保证所有图片都采用同样次序就行了。
= = 8f373714acfcf4d0

得到指纹以后，就可以对比不同的图片，看看64位中有多少位是不一样的。在理论上，这等同于计算”汉明距离”（Hamming distance）。如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。

具体的代码实现，可以参见Wote用python语言写的imgHash.py。代码很短，只有53行。使用的时候，第一个参数是基准图片，第二个参数是用来比较的其他图片所在的目录，返回结果是两张图片之间不相同的数据位数量（汉明距离）。

这种算法的优点是简单快速，不受图片大小缩放的影响，缺点是图片的内容不能变更。如果在图片上加几个文字，它就认不出来了。所以，它的最佳用途是根据缩略图，找出原图。

实际应用中，往往采用更强大的pHash算法和SIFT算法，它们能够识别图片的变形。只要变形程度不超过25%，它们就能匹配原图。这些算法虽然更复杂，但是原理与上面的简便算法是一样的，就是先将图片转化成Hash字符串，然后再进行比较。