机器学习笔记 - 基于OpenCV和Vantage-point tree构建图像哈希搜索引擎

一、关于图像哈希

        上一篇文章中，了解到了图像哈希是使用算法为图像分配唯一哈希值的过程。在深度学习普及之前，一些搜索引擎使用散列技术来索引图像。

        言外之意目前的图像搜索引擎主要都是基于深度学习的技术，不过思路都是一样的，我们这里基于OpenCV提供的图像哈希技术构建一个简易的图像搜索引擎。

OpenCV每日函数 了解不同的图像哈希函数、以及OpenCV的img_hash哈希模块_坐望云起的博客-优快云博客图像哈希是。图像的副本都具有完全相同的哈希值。因此，它有时被称为“数字指纹”。在深度学习普及之前，一些搜索引擎使用散列技术来索引图像。这就需要一个哈希函数，对于文件的微小更改，该函数会产生相同的哈希，或者更确切地说，在产生少量误报冲突的同时尽可能相似的哈希。鉴于通用可部署性，找到一种具有中等计算要求且易于实现的算法很重要。处理图像时，计算时间可控很重要。例如，大小为 1920×1080 的文件包含 2073600 像素，可能需要单独处理。