在本章中，我们将介绍图搜索技术的一般框架。在介绍以图搜图技术之前，让我们看一下任何搜索技术所具有的基本组成部分。比如我们需要去图书馆找一本书，这需要几个基本要素：

1.图书馆（大量书籍）

2. 图书的类别、书名或作者（这些信息的组合唯一标识了图书馆编码方案下的图书）；

3. 图书馆内的图书应按一定的规则（学科、难易程度、首字母、作者、年份等）排列。除了这些基本要素，只要图书馆有书，我们就能很快找到；或者即使没有特定的书，我们也可以查找内容相似的书。

结合上面的例子，我们来看一个典型的图搜索系统的基本框架：

首先看一下离线部分，包括三个基本要素：

01.检索图片库：这相当于前面例子中的书。我们需要一个足够大的图片库，比如淘宝上所有商品的图片集合，百度图片搜索收集的互联网图片数据集合。当然，这里我们介绍一个静态图片库，在实际项目中，我们需要能够处理图片库的动态变化；

02.特征提取：这相当于前面例子中书籍的作者、年份、主题等，我们称之为图片特征。实际上，图像的任何统计量都可以成为图像的特征，甚至图像本身的像素值也可以成为归一化后图像的特征。在实践中，我们使用图像颜色分布、梯度变化统计、纹理、BOW统计、低级/中级/高级语义特征作为图像的特征，非常丰富。

03. 搜索结构：搜索结构的唯一目的是使搜索更快、更准确。简单，一对一比较是最简单的查询结构，最准确，但最慢；所以所有的检索结构本质上都是效率和精度的平衡。通常，我们可以将数据集聚类成数据堆，先选择相似的堆，然后在堆内进行详细比较。分裂堆的思想可以用树结构、Hash结构、倒排索引、图结构等来表示。