圖片庫演算法
每張圖分成四塊，將每部分的圖片混成一種純色，對比這四個純色可以篩掉大部分的圖片
㈡ 一個網站首頁 圖片各種不規格 後台資料庫該怎麼設計存儲那些圖片
圖片資料庫的設計：A表為明細信息，B表是圖冊，屬於匯總信息多對一的關系
所以A表增加欄位，記錄圖冊編號就可以了
如果有已存在的圖片想另編成冊，就需要在A表復制已存在數據寫入新圖冊在B表的編號吧？或者有其它更優演算法嗎？
如果你想保留這張圖片歷史上存在於哪些圖冊，有兩種方法，一是新建一條記錄，原圖冊也能正常打開；二是建立一個歷史關系表，只保留變更過的圖片與圖冊對應關系，這樣要想顯示原圖冊程序上費點勁，好處是圖片庫都是唯一的，不亂。
如果不保留痕跡，將圖冊欄位變更就行。
因為你這個不存在什麼邏輯關系，就沒有什麼所謂演算法問題，搞個前台界面，勾選信息，然後通過循環，進行數據處理。速度不見得慢。
望採納！！！感激感激
㈢ 如果製作一個圖片網站，用怎樣的演算法或是數據結構存放照片，才能讓用戶快速找到自己想要的圖片
沒有這么麻煩啦
圖片地址 一個欄位 其他比如圖片名稱 一個欄位
你檢索 通過查詢名稱 然後返回 圖片地址 頁面再顯示圖片
和演算法 數據結構沒有半點關系
㈣ pca人臉識別是需要先下個圖片庫，再用演算法，求matlab演算法,謝謝！
PCA不是用來做人臉識別的，PCA是一種特徵降維的演算法，它只是在人臉識別中某一步起到了作用。
㈤ 有開源的演算法可以用於進行圖像識別不
可以的。
一張圖片的識別這個很簡單的，都不用考慮效率的問題，直接一個特徵匹配就搞定，opencv開源庫中有現成的，真的很簡單，十幾行代碼就搞定。
㈥ p970怎樣更新圖片庫或者請介紹一個新軟體看圖吧……（動靜都能看得到的）
iSee圖片專家，是簡單易學，功能強大。
軟體：
一個功能全面的數字圖像瀏覽器處理工具，不僅擁有強大的ACDSee媲美的圖像娛樂應用，為中國用戶量身打造的地段，讓你的圖片動起來，留下更多的快樂回憶！
1，強大的傻瓜圖像處理方法：旋轉（支持自動水平調節），亮度/對比度/飽和度/ RGB調節，調整大小，添加文字（支持透明字，旋轉字，空心字的效果）的圖像效果，填充/刪除/剪切（支持列印尺寸切割的），支持多重和重做功能
強大的圖像娛樂應用：
。我要拍照：瘋狂自拍個性貼紙，「看電影」相框預覽支持;
。時尚相框：最強大的專業級相框合成效果，快速製作貼紙，日歷（支持日歷），名片，文具，手機支持框架和圖片縮放，官方網站的大量相框插件可下載升級;
。豐富多彩的網路圖：動效娛樂功能的應用程序的流行的網路形象，支持合成論壇頭像和簽名的動態效率而設計的，使用QQ表情GIF動效，支持特殊效果的動畫合成到70張幻燈片; BR />。相冊合成：可合成相冊程序，屏幕保護程序，或AVI視頻，支持自定義特效和背景音樂;
。圖像效果：內置超過20種圖像特效快速實現各種有趣的圖像效果：銳化，模糊，抽絲，懷舊，浮雕/雕刻;
。畫筆塗鴉：功能強大的畫筆功能，獨特的噴筆，魚眼，熒光筆效果的畫筆，享受不一樣的塗鴉樂趣！
。人物素描：羨慕論壇大蝦冷靜的性格，簽了字，你可以有ISEE夢想成真！
。 Flash播放器：內置的Flash動畫播放工具，輕松地預覽，回放，變焦拍攝。
3，在線圖像娛樂：
。網路搜圖：縮略圖搜索模式，自由分享;
。最容易使用的在線相冊，精彩的朋友一起分享;
。最簡單的在線圖像合成，眾多的在線工具讓你輕松DIY個性圖片;
。 ISEE升級更輕松地在線購買和安裝ISEE擴展;
。 ISEE部落：ISEE社會的形象，學習，休閑，娛樂，輕松搞定;
。在線下載並自動安裝QQ表情;
4，功能強大的數碼照片輔助支持，我的照片，我做主：
。照片列印：支持各種照片自定義列印規格，輕松設置單張列印或列印;
。整理導出：任意剪裁或留空，不要拘泥於一個固定的中心/左/右模式，定製好的照片可以直接輸出到完成列印店不需要做處理;
。簡單的EXIF信息查看EXIF信息會自動保存在編輯過程中
。導入圖像：從移動硬碟中自動尋找圖片，導入指定的存儲位置;
。圖片掃描：簡單的圖像掃描功能，自動水平定位的旋轉操作，輕松完成照片掃描;
5，增強工具：
。地圖助理：的質地助理的限制開發網站上傳圖片 - 沒有事先轉換可以自動上傳壓縮轉換圖片超過了極限，把最終的問題，可以不被上傳，並也減少網站的伺服器帶寬資源的無效佔用（網站支持需獲得授權）;
。批量轉換：方便轉換大批量圖片（支持子文件夾中的所有圖像）格式，並自動高保真壓縮大小;
。批量添加一幀添加相同的相框/表情/毛刺方便，大量的圖片;
。散裝文本：用戶自定義格式的文本添加到選擇照片並指定所有的圖片文件夾的位置;
。批量水印：由用戶自定義水印圖片和合成，添加到選擇照片並指定所有的圖片文件夾的位置;
。批量重命名：重命名用戶定義的規則，並指定該文件將被統一更名為
。郵件：發送前，發送和接收郵件;
轉換成圖像的大小。影響幻燈片：高達54種的特殊效果，更人性化的斷點續播功能;
。內置的屏幕保護程序，屏保：強大的特效幻燈片播放屏保，更加個性化的體驗;
。屏幕捕捉：拷貝屏幕/活動窗口/指定對象，甚至是任何區域;
。圖標提取：讓別人的程序成為您自己的圖標資源庫;
優質，高效的圖像演算法，快速瀏覽季節性的顯示更加清晰流暢，實現了高品質的圖像輸出;
7個簡單方便的換膚功能，充分滿足您的個性化需求;
8，內置智能升級程序，未來安裝升級，可以自動完成，讓你可以隨時使用最新和最偉大的功能;
BR />
解決問題，調整內容：
1界面優化，更加美觀，易於使用
2，快速設置常用設置
維修圖向導無法
正常開關編輯BUG卡/日歷：提高照片效果和翻轉選項
5畫筆塗鴉：「仿製圖章」
批處理：增加了「JPEG無損旋轉」<BR / 7，增強
圖版本的默認安裝插件和數字增強型版本的區別
圖版是一個簡化版本的數字增強型版本，以提高插件的速度失去某些功能/ 2，圖向導的默認設置後，安裝的插件版本相關的圖片工具
3，圖版本不提供導航欄，編輯處理功能所使用的導航欄
4，安裝程序默認安裝的插件少，所以比數字增強版10％
讓你3分鍾影像專家
輕松地編輯，管理，創作，分享您的照片！
·ISEE個人圖片專家家用圖像處理軟體。 ISEE個人圖片專家，的ISEE數字增強型版本不僅提高數字後，極大的方便了攝影愛好者，提高消光，照片排版，個性化的禮品，如自定義用戶期待已久的新的東西！
增強功能包括：
攝影愛好者的福音！新版本增加了功能的「色彩調整」系列的組成部分，提供了強大的彩色數字後處理應用，反轉負沖，白平衡點點通的曲線新的組件大大方便了後處理;
2增加約10圖像效果，豐富的數碼照片快速處理功能;
3，的邊緣切割/切口：支持「方/圓/任何形狀/魔棒」和其他選定的切割方式，支持反選羽化，背景虛化，去除紅眼和強大的選區選擇操作，消光結果可直接保存到水印或塗鴉，以方便後續應用;支持按比例固定大小的各種選擇方法，簡單的照片裁剪;
4，數十個相機的RAW格式瀏覽，快速生成RAW縮略圖快速查看RAW放大，優化PNG縮略圖生成演算法支持生成透明的PNG縮略圖
5，自動切割：規模普遍使用的默認自動作物;
照片排版：強大的照片排版的應用程序，可以任意擴展插件支持;
增加「ISEE圖精靈」，大大提高了從文件管理器打開的速度圖片;
添加更容易使用的編輯操作，便於分類導航欄，找到所需的功能
9定製個性化的禮物：ISEE個性化的禮物，「ISP」你是網路「為客戶提供最個性化的禮品定製服務
10，塗鴉/水印，ISEE軟體的用戶：增加塗鴉/水印
和消光的增強：
1，界面優化，更美麗易於使用
2，快速設置常用設置
修圖向導不切換編輯的BUG
功能全面的數字圖像處理工具，輕松瀏覽，編輯，處理，共享管理您的數字照片和計算機圖像！
1，支持超過100種常用圖形，RAW，Flash中，快速瀏覽/編輯/保存，設置壁紙/登錄背景，便於郵寄
傻瓜圖像處理; BR /> 3，強大的圖像編輯處理功能：
。基本圖像處理的應用：旋轉，色彩調整，壓縮轉換圖像，添加文字，輕松水印和特殊效果。 。 。
。圖像效果：內置超過30種圖像特效快速實現各種有趣的圖像效果：銳化，模糊，抽絲，懷舊，浮雕/雕刻;
。強大的切割/摳圖應用：矩形/圓形/惹的形狀切割，甚至是自動切割可以輕松地進行工作，操作簡單摳圖/去背景，結合水印/塗鴉功能，您希望如何如何的地圖貼
。數碼後期處理：數字化處理後喜歡攝影的朋友量身定製的應用，不僅可以快速瀏覽數以百計的相機RAW格式，但也很容易完成軟的藝術照，扭轉負紅色漸變曲線調整白平衡和其他數字後處理 BR />。非主流，更多的編輯處理應用程序
強大的圖像娛樂應用：
。攝影攝像：瘋狂自拍個性貼紙，「你看到的是拍」的相框預覽支持;
。時尚相框：最強大的專業級相框合成效果，快速製作貼紙，日歷（日歷），卡（可多張照片合成一張卡上），文具，手機支持框架和圖片縮放官方網站更有大量相框插件下載升級;
。移動炫網圖：動效娛樂功能的應用程序的流行的網路形象，支持合成論壇頭像和簽名的動態效率而設計的，使用QQ表情GIF動態效率，支持特殊效果的動畫合成到68種幻燈片;
。相冊合成：可合成相冊程序，屏幕保護程序，或AVI視頻，支持自定義特效和背景音樂;
。有趣的塗鴉：一個可愛有趣的塗鴉的效果;
。畫筆塗鴉：功能強大的畫筆功能，獨特的噴筆，魚眼，熒光筆效果的畫筆，享受不一樣的塗鴉樂趣！
。強大的批量處理功能：批量壓縮轉換，批量添加相框，批量添加文本的批量添加水印，批量重命名
。滑蓋動畫，照片排版，字元素描，Flash播放器，IE黑與白魔法地圖。 。 。
3，在線圖像娛樂：
。個性化的禮品在線定製個性化馬克杯，T恤，抱枕，台歷，掛歷，手錶;
。網路搜圖：縮略圖搜索模式，自由分享;
。在線相冊瀏覽：ISEE可以輕松地查看了163，網路相冊照片;
。最簡單的使用的意涵，在線相冊，精彩的朋友分享;店用戶的最佳輔助工具來幫助你輕松完成，加工，發布的產品更新和管理;
。最簡單的在線圖像合成，眾多的在線工具讓你輕松DIY個性圖片;
。在線下載並自動安裝QQ表情;
4，功能強大的數碼照片輔助支持，我的照片，我做主：
。照片列印：支持各種照片自定義列印規格，輕松設置單張列印或列印;
。整理導出：任意剪裁或留空，不要拘泥於一個固定的中心/左/右模式，定製好的照片可以直接輸出到完成列印店不需要做處理;
。簡單的EXIF信息查看EXIF信息會自動保存在編輯過程中
。導入圖像：從移動硬碟中自動尋找圖片，導入指定的存儲位置;
。圖片掃描：簡單的圖像掃描功能，自動水平定位的旋轉操作，輕松完成照片掃描;
5，增強工具：
。郵件：發送前，發送和接收郵件;
轉換成圖像的大小。影響幻燈片：高達54種的特殊效果，更人性化的斷點續播功能;
。內置的屏幕保護程序，屏保：強大的特效幻燈片播放屏保，更加個性化的體驗;
。屏幕捕捉：拷貝屏幕/活動窗口/指定對象，甚至是任何區域;
。圖標提取：讓別人的程序成為您自己的圖標資源庫;
更高的可用性支持：無限/重做，涉及內幕貼士，以防止丟失的圖片，輕松換膚充分滿足個性需求; <BR / 8內置的智能升級程序;
新增功能
圖片：幾十個相機RAW格式的瀏覽器，快速生成RAW縮略圖快速查看RAW放大，優化PNG縮略圖生成演算法，透明的PNG支持生成縮略圖
增加「ISEE圖精靈」，大大提高了速度
單的圖片瀏覽器界面上添加更容易使用的操作的導航欄來打開圖片文件管理器，找到方/圓/任何形狀/魔棒「和其他選定的切割方式，支持反選，邊緣羽化，背景虛化的選區消除紅眼功能
裁剪/摳圖：支持分類選擇操作方便，和其他強大的摳圖結果可直接保存到水印或塗鴉，以方便後續應用;各種選擇方法，以支持按比例分配，固定大小的，簡單的照片裁剪，
自動裁剪：默認情況下，規模普遍使用的自動切割; />照片印刷的：功能強大的照片排版自由擴展的插件支持
定製個性化的禮物：ISEE個性化的禮物ISP「你有網路合作
的ISEE軟體的用戶提供最個性化禮品定製服務，以增加功能性成分的「色彩調整」系列，提供了強大的彩色數字後處理的應用程序，人像美容，除霧鏡曝光修復倒的負脈沖，白平衡，很少通過新的組件，極大的方便了後期處理的業余攝影師; BR />圖像效果：增加了約10
塗鴉/水印：增加開孔塗鴉/水印的特殊效果
㈦ 百度識圖原理
網路識圖原理:
對於這種網路，谷歌的圖像搜索一般由演算法實現，一般是三個步驟：
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。
㈧ 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。
㈨ 怎麼識別圖片
方法：
1、打開迅捷OCR文字識別工具，點擊工具上方的「快速識別」功能。
圖像識別，是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象的技術，是應用深度學習演算法的一種實踐應用。
現階段圖像識別技術一般分為人臉識別與商品識別，人臉識別主要運用在安全檢查、身份核驗與移動支付中；商品識別主要運用在商品流通過程中，特別是無人貨架、智能零售櫃等無人零售領域。
㈩ 請問那位高人有關於人臉識別lda演算法的實例，帶圖片庫最好，謝謝
原代碼可以在這里下載。論文原作者David Blei用C寫的。
lda-c.tgz載下來解壓，用make編譯，生成lda可執行程序。
lda est [initial alpha] [k] [settings] [data] [random/seeded/*] [directory]
lda inf [settings] [model] [data] [name]
第一個命令是模型生成的部分。est就是estimate
第二個命令是推理部分。inf就是inference
主函數在lda-estimate.c里。
readme.txt里的模型描述：
LDA is a hierarchical probabilistic model of documents. Let \alpha be a scalar and \beta_{1:K} be K distributions of words (called "topics"). As implemented here, a K topic LDA model assumes the following generative process of an N word document:
1. \theta | \alpha ~ Dirichlet(\alpha, ..., \alpha)
2. for each word n = {1, ..., N}:
a. Z_n | \theta ~ Mult(\theta)
b. W_n | z_n, \beta ~ Mult(\beta_{z_n})
This code implements variational inference of \theta and z_{1:N} for a document, and estimation of the topics \beta_{1:K} and Dirichlet parameter \alpha.
從前面一篇文章可知K是一個選取的參數表示topic的個數(在代碼里用變數NTOPICS表示)，\alpha是Dirichlet分布的參數，本來是一個k維向量，但是這里把它定義為標量，用一個值表示。在lda est命令里會給出一個初始的\alpha值，程序會根據訓練數據求出最終的\alpha和\beta值，\beta值在上一篇文章中已經解釋: β是一個k*V的矩陣。k就是主題個數，V是詞語個數。計算模型實際上就是估算α和β的值。
lda est另外幾個參數的解釋。
setting: 配置文件，格式如下：
var max iter [integer e.g., 10 or -1]
var convergence [float e.g., 1e-8]
em max iter [integer e.g., 100]
em convergence [float e.g., 1e-5]
alpha [fit/estimate]
var max iter: 對於每一個文檔的最大迭代次數，－1就是不限制，用收斂准則去判斷是否停止迭代。
var convergence: 參數估計的收斂准則，當(score_old - score) / abs(score_old)小於設定值(或者迭代次數達到最大值)時，停止迭代
em max iter: EM最大迭代次數
em convergence: EM收斂准則
alpha: fit表示迭代過程中\alpha值保持不變，estimate表示\alpha值也會計算
data: 數據文件(數據格式在後面講到)
random/seeded/*: 模型初始化參數，就是\beta矩陣的初始化。random就是用隨機變數初始化，seeded就是隨機抽取一個文檔用平滑方法得到。＊表示從已有的模型里載入。代碼里涉及到一個概念：sufficient statistics(充分統計量)，用結構體lda_suffstats存儲，裡面有一個k*V的二維數組class_word，不知道跟lda_model結構里的log_prob_w(也是k*V的二維數組)是什麼關系。此處存疑。
directory: 輸出目錄
這里 有一個簡單的語料庫。載下來解壓到lda程序所在目錄。
然後運行如下命令
./lda 1 10 settings.txt ap/ap.dat random output
大概跑10來分鍾