python3.6+opencv,CBIR图像检索系统，三种方法颜色直方图，SFIT+Kmeans的词袋，指纹识别算法hash。。。

图像搜索引擎 使用Python，Flask和OpenCV实现的基于内容的图像检索系统。 给定一个查询图像，此应用将按相似颜色内容的顺序从数据库返回其他图像。 使用颜色直方图定义图像的颜色内容，使用卡方距离确定两个图像直方图的相似程度。 使用指南 使用其他图像数据集（可选） 在app/static/images填充图像数据库 然后在终端： >> python3 -m venv venv >> source venv/bin/activate >> pip install -r requirements.txt >> cd app >> python index.py --dataset s

Matlab实现基于内容的图像检索系统

基于 特征的图像检索：基于颜色特征（颜色直方图、累计直方图、颜色矩）、基于形状特征。基于颜色和形状综合特征。程序在vs2013上调试并运行成功。资源包含源码、可执行文件和图库

matlab基于Hu不变矩的图像检索技术,首先要做的就是对这 100张图片建索引, 对这些图片分别提取纹理特征和颜色矩特征,并存mat文件。之后就可以进行检索了。纹理特征和颜色矩特征都是一维向量,检索的时候分别计算待检索图像和mat文件中颜色矩和纹理特征向量的欧几里得距离,并给予不同的权值。对这些距离进行升序排序,这样就得到了图像检索结果.

有完整的原数据，基于VC++de图像图像检索系统，具体操作步骤如下：1.输入带检索图像。 2.选择检索库路径。3.选择检索方式：基于颜色特征、基于形状特征或者基于颜色和形状综合特征。 4.点击【开始检索】按钮即可得到检索结果。

opencv 图像检索系统 VS2010亲测，保证可运行，各种距离算法

基于OpenCV的图像检索系统。使用VC6.0集成开发环境初步实现了基于图片轮廓和图片颜色直方图的图像检索系统；对于给定的例子图像，系统搜索指定目录并根据与例子图像的颜色直方图或轮廓相似性程度数值按升序排列相符合的图像。

提取图像的颜色特征，根据直方图颜色的相似矩进行检索，基于matlab开发的基于颜色特征的图像检索系统

MATLAB基于内容的图像检索简单来说，就是图片检索图片，目前典型的CBIR系统包括：QBIC、Virage、Photobook等，这些系统的工作原理都是当用户将一幅图片呈现后，计算机通过提取图片中形状、颜色、纹理、文本等特征后，在数据库中进行对比，找出特征相似的图片，这样不仅能使检索结果更准确，还能利用计算机高度自动化、智能化的发展特点，避免了人工干预，减少了重复冗余的工作量。例如当我们进行船舶检索时，我们可以通过建立一个包括各种各样船舶种类的庞大数据库，并适当地对每张图片配以文本，这样当用户输入一张图片后，系统就会提取相应的特征进行分析，并从中选出类似的图片，这样大大减少了因输入的描述性文本错误而检索出不符合要求的船舶的可能性，提高了效率。