以图搜图功能的发展历史可以归纳为以下几个关键阶段：
1. 早期基于文本的图像搜索
时间：互联网早期
原理：搜索引擎如Altavista、Lycos等利用图像的文件名和路径名、图像周围的文本，以及Alt标签中的注释索引和搜索相关图像。
局限性：这种方法本质上还是基于文本搜索引擎，图像周边的文本信息和图像本身可能并不相关，导致搜索结果不准确。
2. 基于内容的图像检索(CBIR)概念的提出
时间：1992年
贡献者：T. Kato
原理：使用图像的颜色、形状等信息作为特征构建索引以实现图像检索，即“以图搜图”。
里程碑：IBM开发了第一个商用的CBIR系统QBIC(Query By Image Content)，用户可以通过输入草图或图像来搜索相似图像。
3. 多家公司引入CBIR技术
时间：与IBM QBIC同一时期
参与者：哥伦比亚大学、Yahoo等
进展：哥伦比亚大学开发了WebSEEK系统，提供基于关键词的图像搜索和按照图像类目的主题浏览，同时支持基于内容的图像搜索。Yahoo的ImageSurfer也提供了基于颜色、形状、纹理特征的图像搜索功能。
4. 视觉技术的进步和“以图搜图”的演进
时间：2000年代至今
进展：随着视觉技术的进步，越来越多的搜索引擎采用基于内容的图像搜索技术，并不断优化和演进。
挑战：尽管准确率在逐渐提高，但基于图像颜色、纹理、形状等全局或局部信息的特征表示方法仍无法完全表达人类对整幅图像内容的理解，导致搜索结果的准确度存在局限。
5. 深度学习技术的应用
时间：近年来
进展：深度学习模型被广泛应用于图像识别领域，能够自动学习图像中的高级特征，从而更准确地提取图像特征并提高搜索的准确性和效率。
综上所述，以图搜图功能的发展经历了从基于文本的图像搜索到基于内容的图像检索(CBIR)的转变，再到近年来深度学习技术的引入和应用，不断推动着图像搜索技术的创新和进步。随着技术的不断发展，以图搜图功能将在更多领域得到广泛应用，并为用户提供更加便捷、高效的搜索体验。
类视搜图的自建图库的AI以图搜图软件为您提供最准确、最快速的图像搜索体验。无论您是个人用户还是企业用户，类视搜图的解决方案都能满足您的需求。类视搜图是专为设计师打造的本地以图搜图和图片素材管理工具。类视搜图素材管理工具可以快速、轻松的管理素材和进行图片管理，让你拥有更多的时间专注于设计本身。立即试用，提升您的在线可见度和品牌影响力。
