圖片搜索的實(shí)現(xiàn)方法有很多，但都可分為兩步來(lái)看，第一步對(duì)圖片進(jìn)行特征值提取，第二步找出和指定特征值差距最小的特征值。下面分享兩個(gè)實(shí)現(xiàn)方法。
1.感知哈希算法
第一步，縮小尺寸。
將圖片縮小到8×8的尺寸，總共64個(gè)像素。這一步的作用是去除圖片的細(xì)節(jié)，只保留結(jié)構(gòu)、明暗等基本信息，摒棄不同尺寸、比例帶來(lái)的圖片差異。
第二步，簡(jiǎn)化色彩。
將縮小后的圖片，轉(zhuǎn)為64級(jí)灰度。也就是說(shuō)，所有像素點(diǎn)總共只有64種顏色。
第三步，計(jì)算平均值。
計(jì)算所有64個(gè)像素的灰度平均值。
第四步，比較像素的灰度。
將每個(gè)像素的灰度，與平均值進(jìn)行比較。大于或等于平均值，記為1；小于平均值，記為0。
第五步，計(jì)算哈希值。
將上一步的比較結(jié)果，組合在一起，就構(gòu)成了一個(gè)64位的整數(shù)，這就是這張圖片的指紋。組合的次序并不重要，只要保證所有圖片都采用同樣次序就行了。
得到指紋以后，就可以對(duì)比不同的圖片，看看64位中有多少位是不一樣的。在理論上，這等同于計(jì)算”漢明距離”（Hamming distance）。如果不相同的數(shù)據(jù)位不超過(guò)5，就說(shuō)明兩張圖片很相似；如果大于10，就說(shuō)明這是兩張不同的圖片。
2.顏色分布法
每張圖片都可以生成[顏色分布的直方圖（color histogram）。如果兩張圖片的直方圖很接近，就可以認(rèn)為它們很相似。任何一種顏色都是由紅綠藍(lán)三原色（RGB）構(gòu)成的，所以上圖共有4張直方圖（三原色直方圖 + 最后合成的直方圖）。如果每種原色都可以取256個(gè)值，那么整個(gè)顏色空間共有1600萬(wàn)種顏色（256的三次方）。針對(duì)這1600萬(wàn)種顏色比較直方圖，計(jì)算量實(shí)在太大了，因此需要采用簡(jiǎn)化方法。可以將0～255分成四個(gè)區(qū)：0～63為第0區(qū)，64～127為第1區(qū)，128～191為第2區(qū)，192～255為第3區(qū)。這意味著紅綠藍(lán)分別有4個(gè)區(qū)，總共可以構(gòu)成64種組合（4的3次方）。任何一種顏色必然屬于這64種組合中的一種，這樣就可以統(tǒng)計(jì)每一種組合包含的像素?cái)?shù)量。上圖是某張圖片的顏色分布表，將表中最后一欄提取出來(lái)，組成一個(gè)64維向量(7414, 230, 0, 0, 8, …, 109, 0, 0, 3415, 53929)。這個(gè)向量就是這張圖片的特征值或者叫”指紋”。于是，尋找相似圖片就變成了找出與其最相似的向量。這可以用皮爾遜相關(guān)系數(shù)或者余弦相似度算出。
3.內(nèi)容特征法
除了顏色構(gòu)成，還可以從比較圖片內(nèi)容的相似性入手。
首先，將原圖轉(zhuǎn)成一張較小的灰度圖片，假定為50×50像素。然后，確定一個(gè)閾值，將灰度圖片轉(zhuǎn)成黑白圖片。
如果兩張圖片很相似，它們的黑白輪廓應(yīng)該是相近的。于是，問(wèn)題就變成了，第一步如何確定一個(gè)合理的閾值，正確呈現(xiàn)照片中的輪廓？
顯然，前景色與背景色反差越大，輪廓就越明顯。這意味著，如果我們找到一個(gè)值，可以使得前景色和背景色各自的“類內(nèi)差異最小“（minimizing the intra-class variance），或者”類間差異最大“（maximizing the inter-class variance），那么這個(gè)值就是理想的閾值。
1979年，日本學(xué)者大津展之證明了，”類內(nèi)差異最小”與”類間差異最大”是同一件事，即對(duì)應(yīng)同一個(gè)閾值。他提出一種簡(jiǎn)單的算法，可以求出這個(gè)閾值，這被稱為”大津法“（Otsu’s method）。下面就是他的計(jì)算方法。
假定一張圖片共有n個(gè)像素，其中灰度值小于閾值的像素為 n1 個(gè)，大于等于閾值的像素為 n2 個(gè)（ n1 + n2 = n ）。w1 和 w2 表示這兩種像素各自的比重。w1 = n1 / n
w2 = n2 / n
再假定，所有灰度值小于閾值的像素的平均值和方差分別為 μ1 和 σ1，所有灰度值大于等于閾值的像素的平均值和方差分別為 μ2 和 σ2。于是，可以得到類內(nèi)差異 = w1(σ1的平方) + w2(σ2的平方)
類間差異 = w1w2(μ1-μ2)^2
可以證明，這兩個(gè)式子是等價(jià)的：得到”類內(nèi)差異”的最小值，等同于得到”類間差異”的最大值。不過(guò)，從計(jì)算難度看，后者的計(jì)算要容易一些。
下一步用”窮舉法”，將閾值從灰度的最低值到最高值，依次取一遍，分別代入上面的算式。使得”類內(nèi)差異最小”或”類間差異最大”的那個(gè)值，就是最終的閾值。具體的實(shí)例和Java算法，
有了50×50像素的黑白縮略圖，就等于有了一個(gè)50×50的0-1矩陣。矩陣的每個(gè)值對(duì)應(yīng)原圖的一個(gè)像素，0表示黑色，1表示白色。這個(gè)矩陣就是一張圖片的特征矩陣。
兩個(gè)特征矩陣的不同之處越少，就代表兩張圖片越相似。這可以用”異或運(yùn)算”實(shí)現(xiàn)（即兩個(gè)值之中只有一個(gè)為1，則運(yùn)算結(jié)果為1，否則運(yùn)算結(jié)果為0）。對(duì)不同圖片的特征矩陣進(jìn)行”異或運(yùn)算”，結(jié)果中的1越少，就是越相似的圖片
