谈谈相似图片搜索

先说一下搜索的原理，其实就是不管你搜索什么，都是将你要搜的东西提取出特征值，然后按照特征值比较相似度，按照相似度排序呈献给用户就可以了，所以总共来说需要解决两个问题，一个是如何取得特征值，一个是如何计算相似度。

首先说特征值，特征值可以用图片的颜色比例来，比如python用PIL中的histogram函数就可以得到颜色分布

这幅图的颜色分布直方图是这样的

通过这样我们就得到了一个图像的特征值，这种方法是得到的颜色的分配，还有另一种方式得到的则是图像的内容特征。

基本想法是将图片弄成8*8的小图片这样摒弃掉细节内容，将图片灰度，根据灰度确定一个阈值，然后转换成01矩阵，其他的内容都好说，简要说一下确定阈值的方法，有一个知名的方法叫OSTU，又叫大律法，他的想法是使得分配后的方差尽可能的大。再说的具体点就是

对图像Image，记t为前景与背景的分割阈值，前景点数占图像比例为w0，平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1。 图像的总平均灰度为：u=w0*u0+w1*u1。从最小灰度值到最大灰度值遍历t，当t使得值g=w0*(u0-u)2+w1* (u1-u)2 最大时t即为分割的最佳阈值。 

下面是具体的程序：

#coding=utf-8  
import Image,ImageDraw  
ret = {}
def twoValue(image,G):  
    for y in xrange(0,image.size[1]):  
        for x in xrange(0,image.size[0]):  
            g = image.getpixel((x,y))  
            if g > G:  
                ret[(x,y)] = 1  
            else:  
                ret[(x,y)] = 0
def OtsuGray(image):  
    hist = image.histogram()    
    totalH = 0  
    for h in range(0,256):  
        v =hist[h]  
        if v == 0 : continue  
        totalH += v*h  
    width  = image.size[0]  
    height = image.size[1]  
    total  = width*height   
    v = 0  
    gMax = 0.0  
    tIndex = 0  
    total0 = 0.0  
    total1 = 0.0  
    n0H   = 0.0  
    n1H   = 0.0  
    for t in range(1,255):  
        v = hist[t-1]  
        if v == 0: continue          
        total0 += v
        total1 = total - total0
        n0H += (t-1)*v
        n1H = totalH - n0H
        if total0 > 0 and total1 > 0:
            u0 = n0H/total0
            u1 = n1H/total1
            w0 = total0/total
            w1 = 1.0-w0
            uD = u0-u1
            g = w0 * w1 * uD * uD
            if gMax < g:  
                gMax   = g  
                tIndex = t                
    return tIndex
def saveImage(filename,size):  
    image = Image.new("1",size)  
    draw = ImageDraw.Draw(image)  
    for x in xrange(0,size[0]):  
        for y in xrange(0,size[1]):  
            draw.point((x,y),ret[(x,y)])  
    image.save(filename) 
def handle(filename,outputname):
    im = Image.open(filename)
    im = im.convert('L')
    otsu = OtsuGray(im)
    twoValue(im,otsu)
    saveImage(outputname,im.size)
if __name__=='__main__':
    handle('111.jpg','temp.jpg')

这样转换后的图片是这样子的

得到了特征值后就是计算相似度，比如第二种得到特征值的方法，我们只需将得到的矩阵进行异或，异或后，1越少的越相近，而对于第一种特征值最普遍的方法就是把他看成向量，然后想想向量的点乘，计算两个向量的夹角，夹角越小越相似，cos夹角=(a1*b1+a2*b2+a3*b3....)/(|a|*|b|)，当然了，还有其他得到相似度的计算方法，这个就是具体问题具体对待了呢。

ps：话说根据本文的方法你也可以进行验证码识别的一些邪恶举动呢。。。但是不要做坏事哦~

pss：这篇文章介绍一些有趣的图像算法，有兴趣的童鞋可以围观