百度识别图片: 通过搜索图片查找相似图片的原理

您可以使用图片搜索Internet上所有与之相似的图片. 单击搜索框中的相机图标. 百度提供了两种读取图片的方式: 1.粘贴图片地址； 2.在本地上传图片（支持拖动图片）.

百度读图片

您输入网络的URL，或直接上传图片，百度会找到与之相似的图片.

百度读图片

上传漂亮女人的照片后，百度图片搜索返回以下结果:

百度读图片

使用此工具，我们可以找到没有水印的高分辨率原始图像，并查看引用图片的文章的内容；

有许多类似的“相似图像搜索引擎”，TinEye甚至可以找出照片的背景.

百度在搜索框中添加了“百度图像识别”，搜索范围超出了文本，期待视频识别的到来.

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

此图像识别的技术原理是什么？计算机如何知道这两张图片相似？

根据Neal Krawetz博士的解释，该原理非常简单且易于理解. 我们可以使用快速算法来获得基本结果.

此处的关键技术称为“感知哈希算法”. 它的功能是为每张图片生成一个“指纹”字符串，然后比较不同图片的指纹. 结果越接近，图片越相似.

以下是最简单的实现:

将图片缩小为8×8大小，总共64个像素. 此步骤的作用是删除图片的细节百度的图片搜索，仅保留结构，明暗等基本信息，并丢弃由于大小和比例不同而导致的图片差异.

将缩小的图像转换为64级灰度. 换句话说，所有像素总共只有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​​，记录为1；小于平均值，记录为0.

合并上一步的比较结果以形成64位整数. 这是这张照片的指纹. 组合的顺序并不重要百度的图片搜索，只要所有图片的顺序相同即可.

=

= 8f373714acfcf4d0

获取指纹后，您可以比较不同的图片以查看64位中有多少位不同. 从理论上讲，这等效于计算“汉明距离”. 如果不同的数据位不超过5，则表示两个图片非常相似；如果大于10，则表示这些是两张不同的图片.

有关特定的代码实现，请参阅Wote用python语言编写的imgHash.py. 该代码很短，只有53行. 使用时，第一个参数是参考图片，第二个参数是比较其他图片的目录. 返回的结果是两张图片之间不同数据位数（汉明距离）.

此算法的优点是它简单，快速，并且不受图像大小的影响. 缺点是图像的内容无法更改. 如果您在图片中添加了一些单词，将不会被识别. 因此，它的最佳用途是根据缩略图查找原始图像.

在实际应用中，经常使用功能更强大的pHash算法和SIFT算法，它们可以识别图片的变形. 只要变形不超过25％，它们就可以匹配原始图像. 尽管这些算法较为复杂，但其原理与上述简单算法相同，后者是在比较之前将图像转换为哈希字符串.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/ruanjian/article-218355-1.html