图片搜索结果的排名是怎么实现的

⑴ 百度搜索网站带图片展示的功能是如何实现的

这个是搜索引擎抓取的，你在网络站长工具就可以得到答案

1、现在带图片有两种一种是网站的logo 属于这样的

申请地址：http://zhanzhang..com/site/property

2、是网页通用性的，这个是随机抓取的。具体看如下文字

(1).网络会自动从文章中抓取图片，协议规范以后提出。也就是说，现在网络的这种功能尚在测试当中，功能的实现尚未达到期望水平，需要进一步的改进与完善。

(2).图片比例最好尽量符合121:75。因为网络搜索结果中的图片分辨率绝大多数为121:75，网络既然要提高用户体验，那就一定会在乎页面的质量，尽量使抓取的图片不变形并维持原貌，最好的做法就是抓取近似比例的图片。

(3).图片要和页面内容紧密相关，这也体现了网络提出此项功能的用意，让用户更直观识别此搜索项的内容，如果违反这个原则的话，网站将会受到相应的处罚，如屏蔽出图、降低站内url排名、严重者整站将受到影响。

⑵ 百度搜索结果里左边有个小图是什么时候开始的怎么做到

• 分析：

1. 网络会自动从文章中抓取图片，协议规范以后提出。

2. 图片比例最好尽量符合121:75。因为网络搜索结果中的图片分辨率绝大多数为121:75，网络既然要提高用户体验，那就一定会在乎页面的质量，尽量使抓取的图片不变形并维持原貌，最好的做法就是抓取近似比例的图片。

3. 图片要和页面内容紧密相关，这也体现了网络提出此项功能的用意，让用户更直观识别此搜索项的内容，如果违反这个原则的话，网站将会受到相应的处罚，如屏蔽出图、降低站内url排名、严重者整站将受到影响。

• 另外，根据各路资料，我自己总结了几点经验，可以提高图片被抓取的概率:

1. 图片的alt标签最好与网页主题相似;

2. 图片周围的与主题有关的关键词多一点，将图片抓取系统的注意力吸引过来。

3. 图片的选取与图在网页中的位置无关;

4. 与图片的大小没有太大关系，可以说是越接近上文中提到的宽高比例，与内容联系越紧密的越容易被选中。

5. 与页面中图片的多少没关系。

⑶ SEO中如何做好图片搜索排名优化

随着网络营销技术的发展以及SEO的诸多优势，SEO技术越来越受到广大企业的青睐。一提起如何做SEO，好多人都会说内容质量的高低、发布文章的数量和频率、链接的优化、关键词的优化、域名和空间的优化等，但是，很少有人会注意到图片优化对整个网站排名的影响。

那么，要怎样才能做好“图片搜索排名”呢?今天，跟着从事了多年SEO相关工作的小编一起来看看。要做好图片的搜索排名优化，我们需要注意以下几点：

1、图片的质量

做过SEO的应该知道，SEO=SEO+UX（用户体验），我们一定要注重用户的体验，不能为了迎合搜索引擎而不考虑用户的体验做优化。一张高清图片和一张模糊的图片，孰弱孰强不言自喻，模糊的图片不止降低用户体验，而且给人“不专业”、“没有权威性”、甚至是“掉价”的感觉，所以图片的清晰度是非常关键的。

2、图片的吸引力

图片的“吸睛度”：据 Shotfarm 数据显示，超过60%的消费者都曾表示“产品图片和产品描述是他们决定是否购买这款产品的两大主因”，这两项因素在TA 们的购买决定中占据了30%-63%的影响力。换言之，在用户看来，图片的质量直接反映了产品或服务的质量。

点评：高质量(色彩搭配和谐、构图合理、分辨率高等)的图片有助于提高点击率，促进用户的购买欲。所以最好能保证即使小图也能让用户产生点击的欲望，这点的话可以在色彩、构图等方面上下功夫。

3、图片加载速度

谈了图片质量和“吸睛度”，现在来谈谈影响用户体验的另一个因素：加载速度!更网页加载一样，图片加载速度也会影响用户的决定。越大的图片，加载时间也就越长，所以我们应该在不影响图片质量的前提下将图片的大小压缩至最低。网上有很多能够做到这点的平台、工具。比如，我们通过PS就可以将图片存储为web（网页所用格式），通过fireworks软件等都可以做到无损压缩。

4、图片比例

搜索引擎的“图片搜索结果页”中，缩略图不一定会按照比例的将原图缩小，所以可能会出现“图片被裁剪”的情况，如果图片的比例不符合标准(例如宽长比为16:9或者4:3)则可能导致图片“被裁剪”，从而无法完整显示。

一旦图片“被裁剪”显示，则会引起视觉体验不佳的情况，从而影响图片的吸引力和点击率。所以图片的比例也是一项需要优化的因素。不过，现在搜索引擎也在不断调整，“被裁剪”情况较之前已经少了许多。

5、图片的独特性、专业性

图片的类型会引发不同的用户情绪，比如一张表情包图片带来搞笑的意味;杂志照片会给人时尚之感;军装照则会给人庄严的感觉??诸如此类。所以，在挑选图片的时候，一定得符合定位且具有专业性，如果是“独家”的肯定最好。

就拿大家都知道的“网络logo”来说吧，如果是设计类的企业做图片推荐，使用的是网络官方的logo图片，跟使用“私人订制”的网络logo图片相比，个人设计的那个肯定会比官方的更有吸引力。

⑷ 百度自然快照搜索结果中图片展示是怎么做到的

让图片尽最大可能的展示出来，具体操作技巧如下：

1、所在网站尽可能的要有图片。

没有图片，网络自然是不会展示。所以我们要让目标网页有图片，这是前提。

2、图片上要加ALT标签。

有ALT标签的图片，更有可能展示。而且，我们建议，最好你的ALT标签文字与所在网页标题和主体内容极其相关。这一点目前野狼觉得是网络的判断标准。

3、想要展示的这个图片尽可能的要多在网络上出现。

就是说，让这个图片多出现在网络上，而且尽可能的让这些图片周围的文字与你目标网页的标题一致。

4、目标图片的位置要尽可能的显眼。

位置很重要，最好放在第一屏的位置。

5、图片的大小。

太大的图片或者太小的图片估计都不行，我们建议尽量的做成120*75的，或者是这个比例的倍数，不要太大了，尽量控制在100K以内。

⑸ 百度图片排名是怎么来的就是在搜索图片的时候，怎么能让自己的图片排在前面

网络图片搜索就是看点击量的，你的图如果看的人多自然排在前面。把图传到空间相册，在图片描述里填写贴切的 比较热门的关键词，这样就比较容易被搜到。

⑹ 请问图片识别搜索引擎的相关功能是如何实现的

那么，怎么做呢，就是从像素中提取特征，特征有各种各样的提取方法，这也是每种算法性能不同的主要原因。但是简单来说，可以理解为将像素或者像素间关系翻译为有代表性的表达方法。特征能在编码方式不同，受到噪音攻击或其他各种攻击下依然不变的，就是最完美的，不过现在还很难找到。 之后，就是如何快速搜索特征了。一幅图，可以提取很多特征值，根据算法不同而变，假比方说400X400的图片，4个点提取一个特征，没有overlap，那么可以提取40000个特征，这就是一个图片的特征。当你要搜索这个图片时候，需要将待识别的图片和库中图片的特征形成比较，原则上来说，如果40000个特征全部匹配上了，那么，一定就是你要的了。 但是，又出现了两个问题，一个就是，准确度，一个是时间。 准确度在于，特征收到“攻击”后，可能不能完全匹配，那么，就去找最相近的即可。比如，有39000个特征匹配上了，那我估计结果也是想要的。这就是设定阈值的问题，高于这个阈值了，系统认为就是你要的了，然后就输出结果给你了。 时间在于，库中上亿的图片，每个图片很多特征点，你需要一一比较，可以想象即使在现在的硬件条件下，这个速度也够呛。那么，就需要一些比较快速定位的算法，而不能用简单粗暴的欧氏距离啥的。推荐快速定位的方法，有LSH等。 总的来说就是这么个步骤了，但是，困难重重，根据商业化的需求和技术人员的要求不同，难点很多。打个比方，如果你要查的图片是400X400的，但是有张图片中有一个20X20的小块是你要找的，那怎么办呢？这就要考虑类似SIFT金字塔的算法了。反正知识点很多，这是一个学科，我不喜欢回答长篇大论，不过这全是我手打的，一不小心就啰嗦了，罪过罪过。

⑺ 搜索引擎是如何对搜索结果进行排名的

当用户以关键词查找信息时，搜索引擎会在数据库中进行搜寻，如果找到与用户要求内容相符的网站，便采用特殊的算法，计算出各网页的相关度及排名等级，然后根据关联度高低，按顺序将这些网页链接返回给用户。

搜索引擎的排名基本上分为四个步骤：

一、爬行和抓取

搜索引擎派出一个能够在网上发现新网页并抓文件的程序，这个程序通常称之为蜘蛛。搜索引擎从已知的数据库出发，就像正常用户的浏览器一样访问这些网页并抓取文件。搜索引擎会跟踪网页中的链接，访问更多的网页，这个过程就叫爬行。这些新的网址会被存入数据库等待抓取。所以跟踪网页链接是搜索引擎蜘蛛发现新网址的最基本的方法，所以反向链接成为搜索引擎优化的最基本因素之一。没有反向链接，搜索引擎连页面都发现不了，就更谈不上排名了。
搜索引擎抓取的页面文件与用户浏览器得到的完全一样，抓取的文件存入数据库。

二、索引
蜘蛛抓取的页面文件分解、分析，并以巨大表格的形式存入数据库，这个过程即是索引（index)。在索引数据库中，网页文字内容，关键词出现的位置、字体、颜色、加粗、斜体等相关信息都有相应记录。

三、搜索词处理
用户在搜索引擎界面输入关键词，单击“搜索”按钮后，搜索引擎程序即对搜索词进行处理，如中文特有的分词处理，去除停止词，判断是否需要启动整合搜索，判断是否有拼写错误或错别字等情况。搜索词的处理必须十分快速。

四、排序
对搜索词处理后，搜索引擎程序便开始工作，从索引数据库中找出所有包含搜索词的网页，并且根据排名算法计算出哪些网页应该排在前面，然后按照一定格式返回到“搜索”页面。
再好的搜索引擎也无法与人相比，这就是为什么网站要进行搜索引擎优化。没有SEO的帮助，搜索引擎常常并不能正确的返回最相关、最权威、最有用的信息。

⑻ 百度搜索结果中前面的图片是怎么做到的

网络推广的图片推广；
比网页推广稍微便宜些，效果还是很不错的，推荐开通！

⑼ 百度图片搜索 图片排名怎么做

编辑图片属性，或者对图片描述要相近，这样用户在搜索文字相关内容时会优先展示你的图片，另外投放的平台也要选收录高、流量高的平台，这样展现的几率更大

⑽ 百度图片搜索引擎原理是如何实现的

图片搜索的原理有三个步骤
1. 将目标图片进行特征提取，描述图像的算法很多，用的比较多的是：SIFT描述子，指纹算法函数，bundling features算法，hash function（散列函数）等。也可以根据不同的图像，设计不同的算法，比如图像局部N阶矩的方法提取图像特征。
2. 将图像特征信息进行编码，并将海量图像编码做查找表。对于目标图像，可以对分辨率较大的图像进行降采样，减少运算量后在进行图像特征提取和编码处理。
3. 相似度匹配运算：利用目标图像的编码值，在图像搜索引擎中的图像数据库进行全局或是局部的相似度计算；根据所需要的鲁棒性，设定阈值，然后将相似度高的图片预保留下来；最后应该还有一步筛选最佳匹配图片，这个应该还是用到特征检测算法。
其中每个步骤都有很多算法研究，围绕数学，统计学，图像编码，信号处理等理论进行研究。

根据Neal Krawetz博士的解释，原理非常简单易懂。我们可以用一个快速算法，就达到基本的效果。
这里的关键技术叫做"感知哈希算法"（Perceptual hash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。下面是一个最简单的实现：
第一步，缩小尺寸。
将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。
第二步，简化色彩。
将缩小后的图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。
第三步，计算平均值。
计算所有64个像素的灰度平均值。
第四步，比较像素的灰度。
将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。
第五步，计算哈希值。
将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。组合的次序并不重要，只要保证所有图片都采用同样次序就行了。
得到指纹以后，就可以对比不同的图片，看看64位中有多少位是不一样的。在理论上，这等同于计算"汉明距离"（Hammingdistance）。如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。
具体的代码实现，可以参见Wote用python语言写的imgHash.py。代码很短，只有53行。使用的时候，第一个参数是基准图片，第二个参数是用来比较的其他图片所在的目录，返回结果是两张图片之间不相同的数据位数量（汉明距离）。
这种算法的优点是简单快速，不受图片大小缩放的影响，缺点是图片的内容不能变更。如果在图片上加几个文字，它就认不出来了。所以，它的最佳用途是根据缩略图，找出原图。
实际应用中，往往采用更强大的pHash算法和SIFT算法，它们能够识别图片的变形。只要变形程度不超过25%，它们就能匹配原图。这些算法虽然更复杂，但是原理与上面的简便算法是一样的，就是先将图片转化成Hash字符串，然后再进行比较。