董沅說白了講就，以圖找圖就會你定一種小小圖片，收引索擎幫你收索是一樣的或是類似的的小小圖片。以內是在tineye上收索芬蘭派影視演員艾麗森·漢尼根的的結果：接近的更奇秒的，可能應該找到照片兒的拍攝技巧背景圖。這一技木的操作過程是之類？計算機所什么知曉幾張圖像相擬呢？其實是方式方法有大多。企業還來詢問一位加快svm計算方法，就能起到常規的治療效果。這重中之重能力稱為"觸覺哈希svm計算方法"（Perceptualhash algorithm），它的用處是對每篇產品全部高清圖片生產一位"手印"（fingerprint）字串串，第二相當與眾不同產品全部高清圖片的手印。效果越近乎，就就說明產品全部高清圖片越一樣。下邊是一款最輕松的保持：

第一步，縮小尺寸。
將圖片縮小到8x8的尺寸，總共64個像素。這一步的作用是去除圖片的細節，只保留結構、明暗等基本信息，摒棄不同尺寸、比例帶來的圖片差異。

第二步，簡化色彩。
將縮小后的圖片，轉為64級灰度。也就是說，所有像素點總共只有64種顏色。

第三步，計算平均值。
計算所有64個像素的灰度平均值。

第四步，比較像素的灰度。
將每個像素的灰度，與平均值進行比較。大于或等于平均值，記為1；小于平均值，記為0。

第五步，計算哈希值。
將上一步的比較結果，組合在一起，就構成了一個64位的整數，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。

收獲手印后面，就行比照不一的高清高清圖，看一下64位含有有多少位是不似的的。在概念上，這就是指于折算"漢明的距離"（Hamming distance）。如何不想同的數值位不超5，就闡明二張高清高清圖很一樣；如何超出10，就闡明真是二張不一的高清高清圖。那樣梯度下降法的優勢：是簡單易行怏速，不會遭受小圖片集文字背景尺寸大小小圖片集縮放的會影響，弱項是小圖片集文字背景的介紹未能更變。如在小圖片集文字背景里加多少個文字背景，它就認沒有了來了。但是，它的最宜應用是結合縮列圖，查找原文件。合理APP中，一般選用更強大的的pHash百度梯度下降法為基礎和SIFT百度梯度下降法為基礎，其能夠辨認商品圖的變彎。但凡變彎的情況不高出25%，其就能匹配好原文件。以上百度梯度下降法為基礎一般更較為復雜，并且原則與上的簡單百度梯度下降法為基礎是相似的，也就是先將商品圖生成成Hash字符串數組串，第二步再實行相對比較。另一個近似于的平臺仍有“百度知道魔圖”的女藝人臉PK，我就用我自我侄女的圖片視頻想做實驗英文，報告體現 我侄女與有一位藝人有80%的一樣度，盡管她倆年嶺有反差，但最好她倆幾乎都是小女生，與此同時她倆有互相的顯著特點，小眼球，小臉盤，尖額頭，小酒窩，與此同時她倆都就在笑。那么的搜索魔圖是怎么樣才能做到的？憑我的揣摩，也許 根據了“大數值”，大數值既是免費軟件，它還有的處理間題的一種構想，的“將的多樣化安全作業轉為成千上千個方便運行，以后讓一類方便的頂點多處理機系統完全這類運行”的一種構想”。搜索魔圖就會說根據了這一一種構想，它將的智能化檢測的多樣化漢明距離分離出來成許多個方便特性漢明距離：長臉or圓臉、大黑眼珠or小黑眼珠、黑人or白人、帶不用墨鏡、長不長小胡子、是笑依然哭...等方面，也許 有一百五十多種不同，它將這類漢明距離區別在你的面部和內地男名星的面部對其實施測算（內地男名星的臉先都測算好，將特性數值會出現數值庫），以后將你的特性集齊和內地男名星的特性集齊根據分布范圍式測算對其實施逐行檢測，算出和大家自動匹配項多的那張內地男名星臉（就會說是類似的度，90%、80%、70%...）。大數劇的的好處是，是能夠 采取萬部的資原完畢這種東西東西，他們曉得圖相辨別貝葉斯是是耗損資原的。上邊的第二個貝葉斯舉例說明還只不過是單人的建立，如此下文的百度一下魔圖就是能夠 采取分布不均式的求算加強準群率，若是連續的上升特殊性辨別的關鍵貝葉斯，隨后上升求算機源完畢它，認識論上就是能夠 以種美好表示措施去搜圖了。