答：计算图像的“指纹信息” 将图像归一化成一定大小，计算 一个序列作为他的指纹信息，然后比较两张图片指纹信息序列相同的位数。 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。 使用matlab， 计算 目标图片与图片的 相似 性 度 量，包括：PSNR和SSIM值，简单好用。 简述前段时间写了篇博文 哈希算法实现 图像相似度 比较 (Python&OpenCV) ，使用简单的哈希算法进行 图像相似度 判断。 但是在实践中该算法达不到预期的效果： 图像 缩放8*8大小，图片信息内容严重丢失 64位Hash值对比， 计算 出结果在 [0，64]之内，很难大程 度 区分 图像 特征 因为存在以上问题，所以想自己尝试改进一下算法，尽可能提高算法的准确性。

答：建议几十年前作为寻找图像相似性的手段。 这个想法是，森林将拥有大量的绿色，人脸会有很多粉红色，或者其他什么。 因此，如果你将两张图片与森林进行比较，你会在直方图之间得到一些相似之处，因为两者都有很多绿色。

答：简单的搜索学习得知，实现 相似 图片搜索的关键技术是“感知哈希算法”，作用是对每一张图片按照某种规律生成一个对应的指纹字符串。 比较不同图片之间的指纹字符串，结果越接近，图片越 相似 。