影像特徵需要具備的特點：

1. 代表性：能夠代表這幅影像。
2. 穩健性：在旋轉、縮放、平移等變化後，此特徵仍能穩定地代表該影像。
3. 可計算性：可在耗費人類能接受的時間和資源內計算出來。

全域特徵

• 顏色特徵：
  1. 顏色長條圖：
     顏是一種用於表示圖像中各種顏色分布的統計圖表，它反映了圖像中不同顏色的種類和它們出現的頻率。1991年，Swain和Ballard首次提出了使用顏色直方圖作為圖像特徵分析方法，通過實驗證明，在對圖像進行旋轉、縮放、模糊等變換後，顏色長條圖的變化非常微小。顏色長條圖具有穩定的性質和簡單的計算方法，但由於它不考慮像素的位置信息，因此常常導致不同的圖像具有相同或相似的圖。因此，它特別適用於需要自動分割困難或不需要考慮物體位置信息的圖像特徵分析。

如何生成顏色長條圖呢？

1. 選擇一個色彩空間

2. 定義顏色直方圖的顏色量化級別。計算顏色直方圖時，首先需要將色彩空間劃分為許多小的顏色區域，每個區域稱為一個"bin"，這個過程稱為顏色量化。顏色量化有多種方法，常用的是均勻量化，即將色彩空間均勻分成多個部分。也可以使用分群、向量量化或神經網絡等方法。bin的數量越多，顏色量化所需資源越多，因此需要根據實際應用選擇合適的顏色量化級別。

3. 對顏色長條圖進行歸一化。為了使不同分辨率的圖像能夠進行比較，必須將顏色直方圖歸一化，例如將每個bin中的值映射到0到1的範圍內，通常使用0到1之間的浮點數值表示。

參考資料:深智數位《CV+AI自己動手完成圖像搜尋引擎》