2010年12月，百度突然多了一个“以图搜图”的功能，着实惊艳了广大网民，我们可以通过缩略图去查找高清原图，也可以根据图片去查找其出处、介绍。
比如，我上传了一张黄色小猫的图片，下图是其搜索的结果，发现搜索结果非常精准！
这种技术的原理是什么？计算机怎么知道两张图片相似呢？
其实原理非常简单易懂。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。
下面是一个简单的实现。
首先将图片缩小到8像素×8像素的尺寸，总共64像素。这是为了尽量去除图片的细节，排除不同尺寸、比例带来的干扰，所以只保留图片的结构、明暗等基本信息。
随后，将缩小后的图片转化为64阶灰度图像，进一步减少色彩信息带来的干扰。紧接着，计算所有64个像素的灰度平均值。再将每个像素的灰度值，与平均值进行比较，大于或等于平均值的话，记为1，小于平均值，记为0。最后，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。
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。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。
具体代码，可参考Wote用python语言写的imgHash.py，如下图所示：
imgHash.py源代码
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。
欢迎关注“编程珠玑”，每日分享精彩的编程套路。