【导读】本文是专栏《计算机视觉40例简介》的第11个案例《以图搜图》。该专栏简要介绍李立宗主编《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书的40个案例。 目前，该书已经在电子工业出版社出版，大家可以在京东、淘宝、当当等平台购买。 大家可以在公众号“计算机视觉之光”回复关键字【案例11】获取本文案例的源代码及使用的测试图片等资料。 针对本书40个案例的每一个案例，分别录制了介绍视频。如果嫌看文字版麻烦，可以关注公众号“计算机视觉之光”直接观看视频介绍版。 |
以图搜图是搜索引擎网站和购物网站的必备功能。看到一件衣服很好看，把它拍下来，到购物网站上通过搜图就可以找到与它一样的款式。如1所示，左侧是一张裙子的照片，右侧是将其上传到某购物网站后，搜索得到的大量与该裙子相似的款式。
图1 以图搜图
我们可以通过图2观察以图搜图的基本原理和过程。
图2 基本原理
从图中可以看到，在检索图像时，先提取所有图像的特征值（感知哈希），然后比较检索图像和数据库中所有图像的特征值差值。数据库中和检索图像差值最小的图像，就是检索结果。
例如，图2中针对检索图像寻找相似图像时。图像库内第2行第1个图像的特征值489与检索图像的特征值462之差为27，是所有的差值中最小的，因此该图像就是检索结果。
从上述分析可以看出，检索的关键点在于找到特征值，并计算距离。这里涉及到图像处理领域中最关键的三个问题，分别是：
- 提取哪些特征。特征有很多，我们要找到有用的特征，这是关键的第1步；
- 如何量化特征。简单来说就是要用数字来表示特征，让特征变为可计算的；
- 如何计算距离。距离的计算有很多种不同的方式，我们要选择一种合适的距离计算方式，书中我们使用了汉明距离来衡量距离差值。
下面简要介绍特征提取、计算距离。
1特征提取
以图搜图时，我们需要有效地提取图像的特征值。书中采用了感知哈希值作为图像的特征值，该值能够有效地代表图像的特征。其提取过程如图3所示，主要包含：
- 缩小：将图像调整为8*8像素大小
- 降维：将图像处理为一个64个长度的二值串。
- 比较：该步骤将图像进行二值化处理。将图像的每个像素值与均值比较。大于均值的处理为1，小于等于均值的处理为0。
- 减色：将图像处理为灰度值
上述过程得到的二值串作为图像的哈希值，参与到后续的图像检索中。
图3 哈希值
2距离计算
比较感知哈希值时，可以采用汉明距离来衡量二者的差异大小。具体来说，将两个感知哈希值不同的位的个数，作为二者的距离。例如，感知哈希值test值为“1011”：
- 感知哈希值x1，其值为“1010”。则test1与x1，二者仅仅在第4位上的这一位的值不同，因此二者的距离为1；
- 感知哈希值x2，其值为“1011”。则test1与x2，二者完全相同，因此二者距离为0；
- 感知哈希值x3，其值为“0010”。则test1与x3，二者在第1位、第4位上的值均不同，因此二者的距离为2；
以图搜图程序演示如图4所示，图中：
- 左侧是检索图像O
- 右上侧是被检索的文件夹F
- 右下侧是根据检索图像O从文件夹F中检索到的与图像O最相似的3幅图像
图4 以图搜图
在《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书中，从算法原理、实现流程等角度系统深入地介绍了该案例的理论基础和实现过程，并对具体的代码实现进行了细致的介绍与解释。欢迎大家阅读第11章《以图搜图》获取详细内容。
《计算机视觉40例——从入门到深度学习（OpenCV-Python）》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上，介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面的案例（表情识别、驾驶员疲劳监测、识别性别与年龄等）。
