以图搜图（图形图像检索）

以图搜图（图形图像检索）

以图搜图 （图形图像检索） 次浏览 | 2022.05.05 09:26:04 更新 来源 ：互联网 精选百科 本文由作者推荐 以图搜图图形图像检索

互联网上图像的数据信息日渐庞大，用户对网上图像搜索的要求也在不断提高，使各种基于Web的图像搜索引擎应运而生。以图搜图，是通过搜索图像文本或者视觉特征，为用户提供互联网上相关图形图像资料检索服务的专业搜索引擎系统，是搜索引擎的一种细分。通过输入与图片名称或内容相似的关键字来进行检索，另一种通过上传与搜索结果相似的图片或图片URL进行搜索。

中文名

以图搜图

产生原因

互联网上图像的数据信息日渐庞大

基于

Web的图像搜索引擎应运而生

可以满足

我们的大多数需求

工作原理

图像搜索引擎需要为在Web上浏览过的图像建立索引信息，能够进行图像分析和判别，为图像加注释，存储抽取出的索引信息建立索引库，理想的图像搜索引擎还应该能支持基于内容的图像检索。

图像识别方法

1、自动查找图形文：可以通过两个HTML标签，即IMG SRC和HREF来检测是否存在可显示的图像文件，IMG SRC表示“显示下面的图像文件”，而HREF则表示“下面是一个链接”，这两种标签经常导向一个图像文件。搜索引擎通过检查文件扩展名来判断链接的是否是图像文件。如果文件扩展名是.GIF或.JPG，那它就是一个可显示的图像。

2、人工干预找出图像并进行分类：即人工对网上的图像及站点进行选择。这种方法可以产生准确的查询体系，但劳动强度太大，限制了处理图像的数量。由于图像不同于文本，需要人们按照各自的理解来说明其蕴含的意义，因此图像检索比起文本的查询和匹配要困难得多。目前的图像搜索引擎大多支持关键词检索和分类浏览两种检索方式，部分可提供可视属性检索，但也很有限。它们主要的检索途径有以下几种：

a. 基于图像外部信息：即根据图像的文件名或目录名、路径名、链路、ALT标签以及图像周围的文本信息等外部信息进行检索，这是目前图像搜索引擎采用最多的方法。在找出图像文件后，图像搜索引擎通过查看文件名或路径名确定文件内容，但这取决于文件名或路径名的描述程度。

b. 基于图像内容特征描述：这是一种语义层次的匹配。需要人工对图像的内容（如物体、背景、构成、颜色特征等）进行描述并分类，给出描述词。检索时，将主要在这些描述词中搜索你的检索词。这种查询方式是比较准确的，一般来讲可以获得较好的查准率。但需人工参与，劳动强度大，因而限制了可处理的图像数量，并且需要一定的规范和标准，效果取决于人工描述的精确度。

c. 基于图像形式特征的抽取：由图像分析软件自动抽取图像的颜色、形状、纹理等特征，建立特征索引库，用户只需将要查找的图像的大致特征描述出来，就可以找出与之具有相近特征的图像。这是一种基于图像特征层次的机械匹配，特别适用于检索目标明确的查询要求（例如对商标的检索）。产生的结果也是最接近用户要求的。但目前这种较成熟的检索技术主要应用于图像数据库的检索，在网上图像搜索引擎中应用这种检索技术还具有一定的困难。

相关技术

从广义上讲，图像的特征包括基于文本的特征(如关键字、注释等)和视觉特征(如颜色、纹理、形状等)两类。视觉特征又可分为通用的视觉特征和领域相关(局部/专用)的视觉特征。前者用于描述所有图像共有的特征，与图像的具体类型或内容无关，主要包括颜色、纹理和形状;后者则建立在对所描述图像内容的某些先验知识(或假设)的基础上，与具体的应用紧密有关，例如人的面部特征或指纹特征等。

1、基于上下文本（context）的图片搜索

通常是通过Alt等锚来索引，搜索的，您可以访问搜索引擎，比如百度、GOOGLE。在搜索框内输入搜索文字，点击右侧的“图片搜索”按纽，即可获得相关图片搜索结果。

2、基于图片内容的搜索

涉及了数据库管理、计算机视觉、图像处理、模式识别、信息检索和认知心理学等诸多学科，其相关技术主要包括:图像数据模型、特征提取方法、索引结构、相似性度量、查询表达模式、检索方法等。相似图片的检测主要涉及特征表示和相似性度量这两类关键技术。图像特征的提取与表达是基于内容的图像处理技术的基础。

搜图引擎

目前涌现很多以图搜图的搜索引擎，包括百度的识图搜索，安图搜的购物搜索引擎，Google的以图搜图，淘宝也推出以图搜图了等等。

搜图应用

以图搜图已成为一种新的搜索趋势； 各大搜索引擎厂商均推出了使用图片搜索的功能，以图搜图主要应用在以下两方面：

1、同款比价购物搜索引擎：目前全球使用这种方式的网站有：安图搜，用户可以通过上传图片进行全网同款或者相似商品的搜索和比价。

2、图片搜索：目前国内有百度识图、搜狗、谷歌等网站，用户通过上传图片进行全网同图片或者相似图片的搜索。

参考资料