图像搜索引擎1|使用Python颜色直方图在数据集中搜索视觉上相似的图像

图像搜索引擎1|使用Python颜色直方图在数据集中搜索视觉上相似的图像

这篇博客将介绍如何从头到尾创建图像搜索引擎。第一步是选择一个图像描述符——使用3D RGB直方图来表征图像的颜色。然后通过提取特征向量（即直方图）使用描述符对数据集中的每个图像进行索引。然后使用卡方距离来定义两个图像之间的“相似性”。并进行检索返回和查询图像最接近的top10结果。

这篇博客只是触及图像搜索引擎的表面，非常初级。有很多可以优化。例如专注于仅使用直方图来描述颜色。但是如何描述纹理？形状？以及SIFT描述符是什么？

1. 效果图

原图 VS top5 VS top10相似图效果图如下：
因为是从索引过的图像里搜索，所以top1对应的是和原图一样的图。
原图 VS top5 VS top10相似图效果图2如下：
同样是从索引过的图像里搜索，所以top1对应的是和原图一样的图。

原图 VS top5 VS top10相似图效果图2如下：
同样是从索引过的图像里搜索，所以top1对应的是和原图一样的图。