海量数据下以图搜图实现方案

来源：极链科技

作者：吴宏伟

以图搜图原理

图文无关

首先介绍一下以图搜图的实现原理，弄明白我们是怎样将一张图片转化为可以量化计算的哈希值。

我们知道图片本身是二进制数据，是一系列像素值的集合，一张彩色图片可以用[h,w,3]的三维数组来表示，要直接比较两个三维数组的相似度，非常困难，我们要对这个数组进行简化，以便于我们计算。

1. 缩小尺寸

通常图片的h和w在800-1200之间，我们需要缩小图片的尺寸，具体缩小到多大，需要根据具体情况而定，既不损失过多信息，也能减小计算量

1. 简化色彩

一般而言，图片色彩对我们比较相似度来说，不会有影响，所以将三通道转化为单通道

简化完之后，[h,w,3]的三维数组就变成h’*w’(h’和w’为缩小后的图片尺寸)个像素值，象素值取值范围为0-255之间的整数，继续简化成0/1

1. 计算所有像素平均值
2. 将每个像素的值与平均值进行比较，小于平均值标记为0，大于平均值标记为1

转化完之后，我们就得到一个h’*w’位的二进制数值，这个值就是我们能够直接比较的哈希值，通过计算两个哈希值的汉