查找各平台，比较了多种图片查重工具。理想的工具应该能查出完全相同或有一定相似度的图片，并兼具识别大量图片时的性能。研究了一下DuplicatePhotoFinder64是如何实现相似图片查找的。
首先需要理解图片的不同描述，以及其信息的作用。
图像的基本属性：像素、分辨率、大小、颜色、位深、色调、饱和度、亮度、色彩通道、图像的层次组成。
感性的理解：
像素、分辨率是不需考虑的，应该缩放到相同尺寸来比较，这样同一图像的大图小图是相似的。
色调、饱和度、亮度等，由于传输中色彩失真，或调制了滤镜，这些色彩相关的信息也不应对图片是否相似起决定作用，而只能判别风格，他们正常也应该是相似的。
最体现图片内容特征的，一个最简单使用得到的，应该是相对的灰度分布信息。再深入一点，可以提取图片中的轮廓等信息，对其中的曲直等特征进行归类。
作者使用的是基于灰度离散度并大量简化了包含的信息的方法。应该对同一图像不同尺寸、图案整体一致且细节差异不多、快速连拍的一系列图像的相邻图像有比较好的鉴别效果。对于整图/局部图、同一人物在场景中不同位置、滤镜对明暗处理差异较大的图片鉴别能力较差。
其处理方式：
首先把图像缩放到8x8的尺寸，共64像素
处理为64级灰度图片（忽略颜色信息）
计算灰度平均值
每个像素灰度与平均值比较，不低于平均值的记为1，低于平均值为0，得到64位二进制的灰度特征信息（指纹）
比较两图片在这64位中有多少位差异，位数越小，差异越小，相似度越高。
如果考虑比较更细致而牺牲些性能，可增加尺寸/增加进制。
思考：
对于图片缩放这一步，应该用恰当的抽值插值方法，不能简单的取某行某列像素值。
对于整体/局部式图像，如何基于矢量特征找相似。
还有哪些其他不同原理的图片相似度判别方式？比如自动化测试工具airtest怎么从整图识别的局部图像。