想象这样一个场景，你在逛贴吧的时候得到一张图片，是这样子的。
你的好奇心来了，很想知道她是谁，有什么车牌号或者作品可以学习学习。咋办呢，手里头只有一张图，其它信息没有，百度一下看来帮不了你。
于是去请教老司机，他向你推荐了以图搜图的搜索引擎。顾名思义，上传一张图片，它就能帮你找到类似的图片或者图片的出处。类似这样子：
果然有效果！于是你通过以图搜图的方法，找到了图片上美女的信息，还顺藤摸瓜的找到了她的作品，后面的事情就不用说了。现在的互联网真是强大，只要有一点点线索，就能把一个人的老底翻个遍。
感叹之余，我们来看下以图搜图是什么原理吧。
其实说起搜索，就是一个匹配的过程。你服务器上存了互联网上几乎所有的网页，这些网页绝大部分都是由文本构成的。当你以某个关键词查找的时候，只需要一一比对（当然这里为了速度会用到「倒排索引」等高深的算法），只要找出能够匹配的内容即可。
文本信息的匹配很简单，但是换成图片就不一样了。以图搜图面临的首要问题，就是如何判断两张图片是相似的。最简单的办法是，图片本身就是二进制数据，可以通过比对二进制数据来判断。但这样做要求的精度太高，图片的格式不一样，尺寸不一样，相应的二进制数据天壤之别，所以几乎是不可行的。从另一个角度讲，如果按二进制比对，每张图片都要保存它原始的二进制数据，互联网上的图片是海量的，这个存储压力一般人扛不住。
有一个算法可以做到，叫「感知哈希算法」。顾名思义，它仿照人眼对图片相似的判断，只需要轮廓、大体颜色一致，就认为两张图片是相似的，至于图片是什么格式，大小如何，在比较的时候都排除在外。
1、把图片缩小成8*8，缩小之后，整个图片就变模糊了，但是基本的结构还在。这就人为降低了匹配的精度，要的就是这种效果。
2、把图片的颜色信息转化成64阶灰度。怎么理解呢？现在既然图片压缩成了8*8大小，一共64个像素，这样只需要64个等级，就能表示每个像素的颜色强弱。我们的目标是比较颜色的相对强弱，并不关心每个像素原来是红色还是黄色。
3、计算所有像素的灰度的平均值，然后记录信息，每个像素，大于均值的标1，小均值的标0，最后形成一个64个bit的二进制数，这个数就是这张图的hash值。这样做的好处是存储空间大大降低了。最后的结果是：
1100000011000001111000011110100011111101111010011110100111100000
4、两张图进行对比的时候，对比他们的hash值，如果64位里，相同的越多，越相似。
感知哈希算法说简单其实很简单，它把图片的大致结构，大致颜色抽出来，做成一个数字，既容易存储，又容易比较，而且效果还不错。发散一下，感知哈希算法如果拿来鉴别小黄图，应该也不错。
解决了比较的问题，剩下的，就是搜索引擎的老一套了，输入，对比，展示相似的结果。