# 相似图片算法
# 前言
你输入网片的网址，或者直接上传图片，Google 就会找出与其相似的图片。
这种技术的原理是什么？计算机怎么知道两张图片相似呢？
根据 Neal Krawetz 博士的解释，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。
# 感知哈希
有几种常见的算法，但没有一个非常复杂。（我总是很惊讶最常见的算法甚至可以工作，因为它们看起来太简单了！）最简单的哈希值之一表示基于低频的基本平均值。
用图片，高频给你细节，而低频给你结构。一张大而详细的图片有很多高频。非常小的图片缺乏细节，所以都是低频。为了展示平均哈希算法的工作原理，这里（Neal Krawetz 博士）将使用女演员 Alyson Hannigan 的照片作为演示。
在这个示例中我又额外设置了 Lenna 的照片方便看出变化。
下面是一个最简单的实现：
# 第一步，缩小尺寸。
将图片缩小到 8x8 的尺寸，总共 64 个像素。
这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。
# 第二步，简化色彩。
将缩小后的图片，转为 64 级灰度。也就是说，所有像素点总共只有 64 种颜色。
# 第三步，计算平均值。
计算所有 64 个像素的灰度平均值。
# 第四步，比较像素的灰度。
将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为 1；小于平均值，记为 0。
# 第五步，计算哈希值。
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。
组合的次序并不重要，只要保证所有图片都采用同样次序就行了。
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。
在理论上，这等同于计算"汉明距离"（Hamming distance）。
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。
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。