图片搜索的原理：将图片转化为向量，然后通过欧氏距离等方法比较向量之间的距离，得到两张图片的相似度。最关键的一步：“Convertimagesintovector”，怎么用python实现呢？您可以使用image2vector。安装方法非常简单。pipinstallimage2vector更易于使用。你不需要关心任何深度学习。无需思考，只需指定图像即可生成图像向量。frompathlibimportPathfromtypingimportListfromivimportResNet,l2#初始化一个残差神经网络resnet:ResNet=ResNet(weight_file='weight/gl18-tl-resnet50-gem-w-83fdc30.pth')#生成指定的向量images#生成的向量是一个List[float]数据结构，#list的长度是512，也就是说向量是512维vector_1:List[float]=resnet.gen_vector('example-1.jpg')vector_2:List[float]=resnet.gen_vector('example-2.jpg')#比较两个向量的欧氏距离distance:float=l2(vector_1,vector_2)print('EuclideanDistanceis',distance)参考：使用方法resnet生成图像向量？image2vectorgithubpypiimage2vector
