感知哈希算法 - Perceptual hash algorithm

简单步骤：

1. 第一步，缩小尺寸。
2. 第二步，简化色彩。
3. 第三步，计算平均值。
4. 第四步，比较像素的灰度。
5. 第五步，计算哈希值。

参考链接：相似图片搜索的原理 - 阮一峰 | 颜色分布法 和 内容特征法

相似度这个东西很模糊啊。。。如果只是想实现一个简单的版本，我在stackoverflow找到一个很有意思的算法：

1. 把两张图片缩小到某个较小的、相同的尺寸，例如64*64或32*32。缩小的时候每个像素的值是周围n个像素的值的函数，简单的话就用平均。
2. 扩展颜色范围，让图片中颜色最深的为全黑，最浅的为全白
3. 旋转/翻转图片，让图片四个角的像素从左上角开始顺时针递减排列。

然后再求两个图片每个点相似度的均值（相似度可以用差值、差值平方、或者根据位置再乘上权重什么的，弄些数据跑一下选择效果最好的）。

有意思的是，这个算法甚至还可以支持预先计算好一批图片，然后从数据库中查询相似的：

To look up a possible match in a database, store the pixel colors as inpidual columns in the database, index a bunch of them (but not all, unless you use a very small image), and do a query that uses a range for each pixel value, ie. every image where the pixel in the small image is between -5 and +5 of the image you want to look up.