工作原理：
使用 rgb Histogram 计算特征向量，并利用 lsh 建立索引，具体流程如下：
1. 特征生成
特征生成.jpg
2. 索引建立
索引建立.jpg
lsh 原理简介：
我们通常认为，在高纬度相邻的两个物体，投影到低纬度后通常也相邻。而高维不相邻的，投影到低维有较大概率不相邻，如下图所示
lsh 原理.jpg
上面四个点在球面空间上（高维），通过不同角度的平面投影得到 a、b 两图（低维）。
我们将高维的图片特征投影到低维，并在低维空间上以间距 W 进行切分后放入hash桶中。如果要找相似图片，那么只需要将目标图片的特征向量拿来投影，看它能落入哪个hash桶中，那么该hash桶中所有图片就可以认为是目标图片的相似图片。为了增加可信度，可以增加投影的的数量。
