A. 百度圖片的以圖搜圖功能工作原理什麽什麽
圖像搜索引擎需要為在Web上瀏覽過的圖像建立索引信息，能夠進行圖像分析和判別，為圖像加註釋，存儲抽取出的索引信息建立索引庫，理想的圖像搜索引擎還應該能支持基於內容的圖像檢索。
圖像識別方法
1、自動查找圖形文：可以通過兩個HTML標簽，即IMG
SRC和HREF來檢測是否存在可顯示的圖像文件，IMG
SRC表示「顯示下面的圖像文件」，而HREF則表示「下面是一個鏈接」，這兩種標簽經常導向一個圖像文件。搜索引擎通過檢查文件擴展名來判斷鏈接的是否是圖像文件。如果文件擴展名是.GIF或.JPG，那它就是一個可顯示的圖像。
2、人工干預找出圖像並進行分類：即人工對網上的圖像及站點進行選擇。這種方法可以產生准確的查詢體系，但勞動強度太大，限制了處理圖像的數量。由於圖像不同於文本，需要人們按照各自的理解來說明其蘊含的意義，因此圖像檢索比起文本的查詢和匹配要困難得多。目前的圖像搜索引擎大多支持關鍵詞檢索和分類瀏覽兩種檢索方式，部分可提供可視屬性檢索，但也很有限。它們主要的檢索途徑有以下幾種：
a.
基於圖像外部信息：即根據圖像的文件名或目錄名、路徑名、鏈路、ALT標簽以及圖像周圍的文本信息等外部信息進行檢索，這是目前圖像搜索引擎採用最多的方法。在找出圖像文件後，圖像搜索引擎通過查看文件名或路徑名確定文件內容，但這取決於文件名或路徑名的描述程度。
b.
基於圖像內容特徵描述：這是一種語義層次的匹配。需要人工對圖像的內容（如物體、背景、構成、顏色特徵等）進行描述並分類，給出描述詞。檢索時，將主要在這些描述詞中搜索你的檢索詞。這種查詢方式是比較准確的，一般來講可以獲得較好的查准率。但需人工參與，勞動強度大，因而限制了可處理的圖像數量，並且需要一定的規范和標准，效果取決於人工描述的精確度。
c.
基於圖像形式特徵的抽取：由圖像分析軟體自動抽取圖像的顏色、形狀、紋理等特徵，建立特徵索引庫，用戶只需將要查找的圖像的大致特徵描述出來，就可以找出與之具有相近特徵的圖像。這是一種基於圖像特徵層次的機械匹配，特別適用於檢索目標明確的查詢要求（例如對商標的檢索）。產生的結果也是最接近用戶要求的。但目前這種較成熟的檢索技術主要應用於圖像資料庫的檢索，在網上圖像搜索引擎中應用這種檢索技術還具有一定的困難
B. 百度圖片有什麼用啊 那些圖片和在百度直接搜索的有什
其實就是個網路賬號，可以有網路空間，傳圖片等等，也搜索得到，可以回復帖子，參與網路貼吧
C. 百度圖片搜索原理
不是，只是引用了原網頁中圖片的地址。
可以理解網頁是一張有布局的白紙，其中的圖片、視頻、音樂等多媒體文件是按照布局合理的「貼」到白紙上的。也就是說圖片文件和網頁本身是可分離的。圖片在網站目錄中有其單獨存在的文件。
D. 百度識圖有什麼用
網路識圖是網路圖片搜索推出的一項新功能。常規的圖片搜索，是通過輸入關鍵詞的形式搜索到互聯網上相關的圖片資源，而網路識圖則能實現用戶通過上傳圖片或輸入圖片的url地址，從而搜索到互聯網上與這張圖片相似的其他圖片資源，同時也能找到這張圖片相關的信息。識別人物、搜索服飾、尋找高清素材、瀏覽相似美圖，盡在網路識圖!
E. 百度圖片搜索引擎原理是如何實現的
圖片搜索的原理有三個步驟
1. 將目標圖片進行特徵提取，描述圖像的演算法很多，用的比較多的是：SIFT描述子，指紋演算法函數，bundling features演算法，hash function（散列函數）等。也可以根據不同的圖像，設計不同的演算法，比如圖像局部N階矩的方法提取圖像特徵。
2. 將圖像特徵信息進行編碼，並將海量圖像編碼做查找表。對於目標圖像，可以對解析度較大的圖像進行降采樣，減少運算量後在進行圖像特徵提取和編碼處理。
3. 相似度匹配運算：利用目標圖像的編碼值，在圖像搜索引擎中的圖像資料庫進行全局或是局部的相似度計算；根據所需要的魯棒性，設定閾值，然後將相似度高的圖片預保留下來；最後應該還有一步篩選最佳匹配圖片，這個應該還是用到特徵檢測演算法。
其中每個步驟都有很多演算法研究，圍繞數學，統計學，圖像編碼，信號處理等理論進行研究。
根據Neal Krawetz博士的解釋，原理非常簡單易懂。我們可以用一個快速演算法，就達到基本的效果。
這里的關鍵技術叫做"感知哈希演算法"（Perceptual hash algorithm），它的作用是對每張圖片生成一個"指紋"（fingerprint）字元串，然後比較不同圖片的指紋。結果越接近，就說明圖片越相似。下面是一個最簡單的實現：
第一步，縮小尺寸。
將圖片縮小到8x8的尺寸，總共64個像素。這一步的作用是去除圖片的細節，只保留結構、明暗等基本信息，摒棄不同尺寸、比例帶來的圖片差異。
第二步，簡化色彩。
將縮小後的圖片，轉為64級灰度。也就是說，所有像素點總共只有64種顏色。
第三步，計算平均值。
計算所有64個像素的灰度平均值。
第四步，比較像素的灰度。
將每個像素的灰度，與平均值進行比較。大於或等於平均值，記為1；小於平均值，記為0。
第五步，計算哈希值。
將上一步的比較結果，組合在一起，就構成了一個64位的整數，這就是這張圖片的指紋。組合的次序並不重要，只要保證所有圖片都採用同樣次序就行了。
得到指紋以後，就可以對比不同的圖片，看看64位中有多少位是不一樣的。在理論上，這等同於計算"漢明距離"（Hammingdistance）。如果不相同的數據位不超過5，就說明兩張圖片很相似；如果大於10，就說明這是兩張不同的圖片。
具體的代碼實現，可以參見Wote用python語言寫的imgHash.py。代碼很短，只有53行。使用的時候，第一個參數是基準圖片，第二個參數是用來比較的其他圖片所在的目錄，返回結果是兩張圖片之間不相同的數據位數量（漢明距離）。
這種演算法的優點是簡單快速，不受圖片大小縮放的影響，缺點是圖片的內容不能變更。如果在圖片上加幾個文字，它就認不出來了。所以，它的最佳用途是根據縮略圖，找出原圖。
實際應用中，往往採用更強大的pHash演算法和SIFT演算法，它們能夠識別圖片的變形。只要變形程度不超過25%，它們就能匹配原圖。這些演算法雖然更復雜，但是原理與上面的簡便演算法是一樣的，就是先將圖片轉化成Hash字元串，然後再進行比較。
F. 百度搜索網站帶圖片展示的功能是如何實現的
這個是搜索引擎抓取的，你在網路站長工具就可以得到答案
1、現在帶圖片有兩種一種是網站的logo 屬於這樣的
申請地址：http://zhanzhang..com/site/property
2、是網頁通用性的，這個是隨機抓取的。具體看如下文字
(1).網路會自動從文章中抓取圖片，協議規范以後提出。也就是說，現在網路的這種功能尚在測試當中，功能的實現尚未達到期望水平，需要進一步的改進與完善。
(2).圖片比例最好盡量符合121:75。因為網路搜索結果中的圖片解析度絕大多數為121:75，網路既然要提高用戶體驗，那就一定會在乎頁面的質量，盡量使抓取的圖片不變形並維持原貌，最好的做法就是抓取近似比例的圖片。
(3).圖片要和頁面內容緊密相關，這也體現了網路提出此項功能的用意，讓用戶更直觀識別此搜索項的內容，如果違反這個原則的話，網站將會受到相應的處罰，如屏蔽出圖、降低站內url排名、嚴重者整站將受到影響。