微信里两张图看起来差不多，

但电脑怎么知道它们“像不像”？

这篇文章用最简单的方法，带你理解计算机是如何判断图片相似度的，

不用 AI 模型，也不用复杂算法。

一、核心思路一句话讲清楚

电脑并不“看图”，而是：

把图片转换成一串特征，再比较特征是否接近

我们用一种非常经典的方法：

图片指纹（感知哈希）

二、这个方法能做什么？

• 判断两张图片是否重复
• 找出“几乎一样”的图片
• 清理相似截图、相似照片

很多相册、去重工具，底层就是这个思路。

三、准备环境（非常简单）

只需要安装一个库：

pip install pillow

四、最小可运行示例（不超过 15 行）

下面代码直接复制即可运行：

from PIL import Image

import imagehash

img1 = Image.open("a.jpg")

img2 = Image.open("b.jpg")

h1 = imagehash.average_hash(img1)

h2 = imagehash.average_hash(img2)

print("差异值：", h1 - h2)

五、如何看结果？

输出的是一个数字，例如：

差异值： 3

理解规则很简单：

• 0～5：几乎一样
• 6～10：有点像
• >10：明显不同

数字越小，图片越相似。

六、为什么这个方法有效？

原理不复杂：

1️⃣ 图片被压缩成小尺寸

2️⃣ 转成灰度

3️⃣ 生成“亮度指纹”

4️⃣ 对比指纹差异

即使图片尺寸不同、略微裁剪，也能识别出来。

七、你可以立刻扩展的玩法

不用改太多代码，就能：

• 批量找重复图片
• 相册自动去重
• 判断截图是否重复保存

非常适合工具型小项目。

八、适合哪些人？

• 对 AI 感兴趣的新手
• 想理解“机器怎么看图”的人
• Python 初学者
• 想写点不一样技术文章的人

九、总结一句话

真正的智能，并不一定来自大模型。

很多“像不像”的判断，其实很朴素。

理解这些底层思路，

你会发现 AI 并没有那么神秘。