python实现-颜色直方图&pHash图像检索分类-图像检索引擎

这是我们课程作业的一部分，我已经把所有的代码都上传到了我的github，基于高效检索算法可以构建图像搜索引擎，关键在于找到合适的算法

https://github.com/miaogen123/imageMatch
（欢迎批评&star me，github中有使用说明和实验报告的pdf版）
pdf直达链接

以下是报告的无格式版，建议移步pdf直达链接

基于颜色直方图的图像检索与分类
—————实验报告
摘要：
本次实验主要目的是实现基于颜色直方图的图像检索算法，以及验证在分割粒度增加的情况下的匹配度变化，主要思路是对图像的RGB三个通道分别进行分割，并形成特征向量，在此基础上比较，不同的向量之间的相关度，以此来判断对应的两幅图像的相似程度。

关键字：颜色直方图 匹配

目录

一、简介： 1
二、实现原理： 1
三、具体实现： 2
3．1提取颜色直方图： 2
3.2 相关性度量 3
四、实验结果与分析： 4
4.1 基4分割检测结果： 4
4.2 基11分割检测结果： 6
五、结论 9
六、改进 9
七、参考文献 11

简介：

从20世纪70年代开始，有关图像检索的研究就已开始，当时主要是基于文本的图像检索技术（Text-based Image Retrieval，简称TBIR），利用文本描述的方式描述图像的特征，如绘画作品的作者、年代、流派、尺寸等。到90年代以后，出现了对图像的内容语义，如图像的颜色、纹理、布局等进行分析和检索的图像检索技术，即基于内容的图像检索（Content-based Image Retrieval，简称CBIR）技术。CBIR属于基于内容检索（Content-based Retrieval，简称CBR）的一种，CBR中还包括对动态视频、音频等其它形式多媒体信息的检索技术。
颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。直方图描述了该图像中关于颜色的数量特征，可以反映图像颜色的统计分布和基本色调，直方图只包含了该图像中某一颜色值出现的频数，而丢失了某象素所在的空间位置信息，任一幅图像都能唯一的给出一幅与它对应的直方图，但不同的图像可能有相同的颜色分布，从而就具有相同的直方图，因此直方图与图像是一对多的关系;如将图像划分为若干个子区域，所有子区域的直方图之和等于全图直方图。
颜色直方图特别适于描述那些难以进行自动分割的图像和不需要考虑空间位置的图像[1]。

实现原理：

这次实验的主要