原文链接
图片搜索方法简述
1.感知哈希算法(perceputal hash algorithm)
- 原理：对每张图片生成一个“指纹”字符串，然后比较不同图片的指纹。结果越相近，就说明图片越相似
- 步骤：
- step1: 缩小尺寸，将图片缩小到8x8大小，摒弃图片的细节，只保留结构、明暗等特征
- step2: 简化色彩，图片转为64度灰，即所有像素点总共只有64种颜色。(原灰度图每个像素范围为0~255，表示256度灰，那么每个像素值除以4就得到了64度灰)
- step3: 计算平均值，计算所有64个像素的灰度平均值
- step4: 比较像素的灰度，将每个像素的灰度都与平均值比较，大于平均值的记1，不然记0
- step5: 计算哈希值，将上一步的比较结果组合构成64位的整数，这就是图片的指纹
- step6: 通过计算汉明距离得到图片相似度
- 代码实现：imghash
- 优缺点：简单快速，不受图片大小的缩放影响，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。
2.颜色分布法
- 原理：任何颜色都是由RGB三原色构成，所以一张图片会有4张直方图（三原色直方图+最后合成的直方图。如果每种原色都可以取256个值，可以将0～255分成四个区：0～63为第0区，64～127为第1区，128～191为第2区，192～255为第3区。这意味着红绿蓝分别有4个区，总共可以构成64种组合（4的3次方），任何一种颜色必然属于这64种组合种的一种，这样就可以统计每一种组合包含的像素数，形成一个长度位64的特征向量。
3.内容特征法
- 步骤：
- 将原图转换为1张较小的灰度图像，比如5050像素。（Gray = R\0.299 + G*0.587 + B*0.114）
- 确定一个阈值，将灰度图片转换为黑白轮廓图片。
- 核心：如何确定阈值->“大津法”
- 假设一张图片共有n个像素，其中灰度值小于阈值的像素为n1个，大于等于的为n2个。则可以计算得到两种像素各自的比重。 w1 = n1 / n ; w2 = n2 / n
- 假设所有灰度值小于阈值的像素的平均值和标准差为u1和delta1，所有大于等于阈值的像素的平均值和方差为u2和delta2。则类内差异 = w1*（delta1的平方） + w2*(delta2的平方)；类间差异 = w1*w2*(u1-u2)^2。可以证明得到类内差异的最小值等同于得到类间差异的最大值,证明见下图。
- 用穷举法得到阈值。阈值从灰度的最低值到最高值依次取一遍，带入使得类内差异最小或者类外差异最大的值即为最终的阈值。
