上个月，Google把"相似图片搜索"正式放上了首页。
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。
一个对话框会出现。
你输入网片的网址，或者直接上传图片，Google就会找出与其相似的图片。下面这张图片是美国女演员Alyson Hannigan。
上传后，Google返回如下结果：
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。
==========================================================
这种技术的原理是什么？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：
第一步，缩小尺寸。
将图片缩小到8x8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。
第二步，简化色彩。
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。
第三步，计算平均值。
计算所有64个像素的灰度平均值。
第四步，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，记为1；小于平均值，记为0。
第五步，计算哈希值。
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。
UPDATE（2013.03.31）
这篇文章还有续集，请看这里。
（完）
xell 说：
文中给出的代码 imgHash.py，建议使用网上流行的代码片段（snippet）分享服务，既可以高亮，又可以有一定的评论和修改功能，何乐而不为？这些服务中比较好的有：
- https://gist.github.com/
- http://snipt.org/
- http://pastebay.com/
- http://pastebin.com/
希望这些信息对你有用。
2011年7月21日 16:30 | # | 引用
ivalyn 说：
希望google继续开发出哼哼调子就可以搜索歌曲的服务，然后再交叉一下，哼哼调子会搜索图片，上传图片会搜索音乐，等这些交叉足够宽泛后，还需要一步，就是让第一次搜索的结果作为第二次搜索的条件，这想当于人在发呆时意识流的联想，再然后，google作为一个能对外界刺激（搜索框内的条件）产生反应（搜索结果）的生命体就诞生了
2011年7月21日 17:24 | # | 引用
zhiqiang 说：
好像不是这么简单。Google Image Search可以用随意截取的小图（不是指微缩图）去搜大图，不是文章里算法能够做到的。
2011年7月21日 18:03 | # | 引用
冰之猫猫 说：
谷歌也推出了这个功能的chrome扩展.安装后对着网页上的图片右击就可以了.
https://chrome.google.com/webstore/detail/dajedkncpodkggklbegccjpmnglmnflm?hl=zh-CN#
2011年7月21日 18:07 | # | 引用
土木坛子 说：
长见识了。不过应该是把图片数字化可以让机器读懂的信息。毕竟机器不能像人一样理解图片。
2011年7月21日 18:38 | # | 引用
D 说：
首页的摄影作品很好看。
2011年7月21日 19:42 | # | 引用
flymy 说：
谁能说说阮兄在网站首页加Flickr照片展示的办法？
图片上显示Flickr的logo，但是图片另存下来就没有了？
2011年7月21日 19:47 | # | 引用
慢羊羊 说：
阮老师请分享一下你经常浏览的国内和国外网站，谢谢！
2011年7月21日 19:58 | # | 引用
ilhrx 说：
我觉得更进一步的方法是这样（受矩阵稀疏表示的启发）：可以将图片表示成一组线性无关向量的线性组合，如果这些基底都有实际的意义，比如一个基底表示图片结构，一个表示色彩风格之类的，那么匹配应该会更精准，也会有更神奇的效果
2011年7月21日 19:59 | # | 引用
路人癸 说：
iphone上可以根据人哼唱的曲调来找歌的大概也是这类算法吧？
不久的将来，文字搜索可能会慢慢被音频、图像搜索取代。
2011年7月21日 21:22 | # | 引用
iCyOMiK 说：
很久之前就知道有这种服务，但现在才知道原理，真厉害，不是什么人都能想到的吖～
2011年7月21日 21:32 | # | 引用
zhiqiang 说：
Google有篇关于Image Search的论文 http://zhiqiang.org/blog/science/computer-science/how-google-search-similar-images.html，有兴趣的可以参考下。
2011年7月21日 21:34 | # | 引用
oldrev 说：
OT一下，看来博主是 How I Met Your Mother 的粉丝
2011年7月21日 21:58 | # | 引用
hyh 说：
怪不得有时候只能搜出色调相似的图片。Google也许有一些改进，因为用人的照片搜，基本上只能搜出人，即使只能搜出别人也一样。
2011年7月21日 22:33 | # | 引用
yongsun 说：
@zhiqiang，我也觉得不止这么简单…
2011年7月21日 22:36 | # | 引用
pz 说：
2011年7月21日 22:38 | # | 引用
小年 说：
用了一下，确实很棒，我找我头像的图片，来源都找到了
2011年7月21日 23:06 | # | 引用
duht333 说：
请教阮大哥：对于不同的图片格式原理是一样的吗？动态的GIF图片？
2011年7月21日 23:46 | # | 引用
hopewinder 说：
这个要顶。阮兄动作真快。
2011年7月22日 00:34 | # | 引用
Ivan Z. Siu 说：
我怎么觉得是用 svm + image kernel (histogram) 来做的？
2011年7月22日 03:11 | # | 引用
仰肖 说：
估计百度以后会用上的。
2011年7月22日 05:00 | # | 引用
小飞 说：
哼哼调子就可以搜歌曲的功能已经有些网站有了 我记得国内一个网站就有 很不成熟
2011年7月22日 12:35 | # | 引用
halida 说：
hash算法的选择和优化很考水平的, 不是那么简单的事情.
甚至可能用到了遗传算法等东西来利用集群对算法进行优化.
2011年7月22日 14:10 | # | 引用
nivek 说：
我觉得这篇文章对我蛮有用的，我想通过微支付 给你付款，怎么显示说 交易已结束啊？
2011年7月22日 18:42 | # | 引用
阮一峰 说：
@nivek：
有人恶意交易，一下子把剩余份额都拍下，导致交易结束。
现在已经好了。
2011年7月22日 20:06 | # | 引用
bush 说：
按照這個快速算法不能解釋 TinEye 的搜索，難道是分區識別？那樣指紋信息也就太大了～
2011年7月22日 20:51 | # | 引用
luluch 说：
我觉得这个功能有一个副作用，我们自己上传的图片会被google收集到，用的人多的话，google轻而易举就取得了好多我们原本不会不会公开的图片。
2011年7月22日 21:07 | # | 引用
dreamhe 说：
在这之上再对颜色，物体特征会更精准吧
2011年7月23日 15:33 | # | 引用
nixes 说：
@luluch 你上传后，Google帮你搜索到很多一样的图，不就说明其实这个图早都在网上有了么？
2011年7月24日 01:30 | # | 引用
luluch 说：
2011年7月24日 13:47 | # | 引用
mistory 说：
看到有人说把收到的交友照片放到这个搜索引擎中检索，鉴别是不是对方拿明星照来糊弄。
把朋友的照片放进去搜了一下，结果不是太有意义。
2011年7月26日 15:08 | # | 引用
宁静致远 说：
阮大哥，那个摄影作品展示，应该加个提示是能左右翻页的。。。我找了半天还以为只一个照片，刷新也不变，后来发现把鼠标放图片上是能翻页的。。。这个用户体验不好！！
2011年7月28日 05:11 | # | 引用
永远的疯子 说：
阮前辈的博文必看
2011年7月28日 23:21 | # | 引用
郭博 说：
如果我想对图片式样的书籍或者扫描文件进行关键字识别呢？
还可以应用这样的算法？
这要多每个文字进行分割，对每个文字取得hash字符串？
呵呵，想和你讨论一下。
2011年7月29日 15:03 | # | 引用
ppip 说：
嗯，用来找饭否一周年的头像墙倒是很好用，谢谢！
2011年11月27日 18:36 | # | 引用
mrcuix 说：
谷歌正在组建最大的天网 哈哈
2012年1月18日 23:36 | # | 引用
lulilala 说：
请问各位，实现局部图片搜索全图需要学习什么？
2012年3月13日 22:52 | # | 引用
爱早起 说：
如果要是能够开发出一种图片搜索，根据图片中人物的头像来搜索出该人的信息就好了。
2012年4月20日 18:47 | # | 引用
辉子 说：
这种算法对于形状相似但不同的放置情况却无法识别啊，比如横躺的三角形和竖直的三角形就无法识别了。。。
2012年5月29日 09:38 | # | 引用
cod 说：
2012年6月12日 18:06 | # | 引用
自在 说：
谢谢老师，今天第一次，看您的博文，很强大，很受教，以后锁定您写的东西！
2012年7月12日 11:02 | # | 引用
自在 说：
老师，对于图片是这样，那有没有对文章的算法呢，比如传说的语意分析算法，或者文章匹配算法呢···
2012年7月12日 11:04 | # | 引用
Wonder_FUN 说：
尝试了一下，发现效果很不好，单纯做二值检索准确率肯定很低。
2013年1月29日 13:37 | # | 引用
horizon 说：
这个可以试着玩玩
2013年4月 2日 08:39 | # | 引用
树袋大熊 说：
写的简洁易懂~
2013年4月24日 11:59 | # | 引用
万军 说：
请问本文用的"感知哈希算法"（Perceptual hash algorithm），不就是pHash么，为啥还说“实际应用中，往往采用更强大的pHash算法和SIFT算法”呢？
2013年10月25日 18:09 | # | 引用
阮一峰 说：
@万军：
文中的算法只是最简情况，而pHash是一个正式的产品，功能强大，两者不一样啊。
2013年10月25日 23:02 | # | 引用
legend 说：
原文【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）】
使用汉明距离还是余弦相似性呢？比如有两张图片的灰度序列为
g1 = [0, 1, 0, 1, 1, 0]，g2 = [1, 0, 1, 0, 0, 1]（0，1位置完全相反）
汉明距离 hammingDistance(g1, g2) 为 6，最大值，也就是两张图片完全一样；
余弦相似性 cosineSimilarity(g1, g2) 为 0，两张图片完全不一样。
那种相似性算法正确呢？
2014年7月14日 14:58 | # | 引用
yfwz100 说：
@legend：
汉明距离的话应该是距离越小越相似吧？
2014年7月19日 21:12 | # | 引用
itfanr 说：
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。
这句话不大严密吧。应该说每个像素点的颜色只能用64种颜色之一来表示。
2014年12月 2日 22:48 | # | 引用
Zack 说：
应该是不具有旋转不变性吧
2015年4月15日 10:29 | # | 引用
wkl17 说：
通俗易懂！赞一个。
2015年9月 7日 20:08 | # | 引用
你猜 说：
因为混淆了均值哈希算法和感知哈希算法，最简单那个是均值哈希算法
2015年11月24日 16:22 | # | 引用
花火花花 说：
我必须要说，这篇文章写得真是太好了
2015年12月 7日 10:45 | # | 引用
不懂就问 说：
我目前使用的是安卓手机，安装了Chrome beat 版本，在打开google搜索，进入图片搜索，没有发现识图图标，扩展插件也安装不上，难道在安卓网页版google就没有识图功能吗？
如果有怎么来的安装使用？
2016年6月27日
2016年6月27日 22:54 | # | 引用
T.A 说：
你这个不太对吧。一般来说，汉明距离越大图片相似度越小的。
然后我的实验里使用汉明距离跟余弦相似度，比较之后发现汉明距离的效果要好于余弦相似度。
2016年7月21日 15:00 | # | 引用
华岩 说：
阮老师，请问这个图片是怎么得到的呢？这不是灰度图，像是二值化图，我用java来写这段均值算法，尝试多次都没有得到相同的指纹。
2017年1月16日 10:17 | # | 引用
华岩 说：
之前提问了个问题，不知道为啥没显示出来
------------------------------------------------
问题大概是利用示例中的算法规则，写的代码不能得出示例中的hash值。今天把python运行成功了，使用的是示例中的大图 http://image.beekka.com/blog/201107/bg2011072103.jpg
但得出的hash值于文中不相同 ：
C:\Python27>python.exe imgHash.py C:\imagetest\c3\bg2011072103.jpg c:\imagetest\c3\abc\
avg=161
hash_=175f2f63435be3e7
2017年1月16日 13:39 | # | 引用
GavinLiu 说：
撸了个Android版本，https://github.com/gavinliu/SimilarPhoto
2017年3月31日 16:44 | # | 引用
WAX 说：
"第四步，比较像素的灰度"
这个标题我觉得改为
“第四步，将灰度图转换为二值图”比较好
因为后面贴的图是纯黑白的，也就是二值图
2017年12月13日 20:12 | # | 引用
罗葭 说：
阮老师你好，有没有专门讲图片水印技术的书籍或者博客可以推荐一下
2018年3月11日 14:44 | # | 引用
贝壳螺母 说：
您好，能不能写一篇视频相似度判断的原理入门教程？感谢。
2018年3月12日 14:49 | # | 引用
yzz 说：
这网页写的真糙,不过帖子是干货
2018年4月14日 18:07 | # | 引用
melon 说：
请问一下，为什么要做这个处理：
return reduce(lambda x, (y, z): x | (z enumerate(map(lambda i: 0 if i 0)
不是直接用64位吗？
2018年8月16日 10:42 | # | 引用