图像搜索原理

Google已启动了新的图片搜索，您可以直接上传图片（或使用图片链接）以在网络上搜索类似图片的示例. 据估计，没有多少人意识到这是人类肉搜索的杀手. 将来，人们仍将较少的私人照片上传到公共网络.

阮一峰介绍了一种简单的图像搜索原理，可以分为以下步骤:

减小尺寸. 将图片缩小为8x8大小，共64个像素. 此步骤的作用是删除图片的细节，仅保留结构，明暗等基本信息图片搜索的原理，并丢弃由于大小和比例不同而导致的图片差异. 简化颜色. 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. 计算平均值. 计算所有64个像素的灰度平均值. 比较像素的灰度. 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. 计算哈希值. 上一步的比较结果组合在一起，形成一个64位整数，它是此图片的指纹. 组合的顺序并不重要，只要所有图片的顺序相同即可.

此方法可有效查找相同的图片，但无法搜索“相似”的照片，也无法在本地进行搜索，例如从某人的单张照片中找到某人与某人的合影. 这些Google图片可以做到.

Google的算法，其官方描述为:

将图像上传到按图像搜索时，算法会分析图像的内容并将其分解为称为“功能”的较小片段. 这些功能试图捕获像图像的纹理图片搜索的原理，颜色和形状的特定，独特的特征. 特征及其几何配置代表计算机对图像外观的理解.

通常的想法是，在Google眼中，图像不是像素的点阵，而是一些“特征”，包括形状，纹理和色块. 图片之间的比较是直接比较图片中的线条. 官方文档中有一个视频（在YouTube上），该视频动态描述了计算机如何查看图片.

早在2008年，Google便发布了与文本搜索相同的图像搜索文件（PDF版本）:

问: E. D.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-238986-1.html