基于传统图像SIFT方法，基于卷积神经网络方法是两种代表。另外基于图像哈希算法，准确度都不太高。
SIFT方法比较：移动端图像相似度算法
上面链接除了SIFT算法胜出外，包含了一种通过神经网络提取特征，对特征进行比对的方法。对于神经网络，最后特征就是多高维的矩阵，矩阵见如何比较相似度呢？
卷积神经网络又有多种方法:2-channel直接输出相思度 深度学习（十六）基于2-channel network的图片相似度判别
======================================
对于校验用户上传的图片是否是合法的，下面这个思路比较新颖，就是寻找图片中有无“特定”的LOGO。如果我们是营业执照，可以将抬头“营业执照”作为LOGO，在另一幅图中搜索特征就行了。
详细介绍Python中利用Scipy包的SIFT方法进行图片识别的实例 和 用SIFT算法检测图像特征并进行图像匹配
这种方法比较快速。另外一个方案就是我们存储一些模板，先把模板特征提取好，然后与用户上传的图片进行匹配，查看匹配程度即可。
如果直接找关键点，可以用 如何使用python检测SIFT特征点
