标书图片查重怎么做？重复图片、缩放与轻微调整的识别边界（2026）
图片查重给的是候选，不是结论。本文讲清图像相似性分析的原理、三类改动的识别难度差异、四类假命中来源，以及结果放进流程里该怎么用。
先说结论：图片查重看的是「候选」，最终判断必须由人来做
文字可以逐字比对，图片不行。同一张图缩放一次、裁掉一条边、调一下亮度，像素级比对就完全失效。图片查重采用的是相似性分析：先提取图像的可比特征，再算相似程度，输出一份候选清单。它擅长把「看不过来」变成「看几十张」，但不负责下结论。
本文讲清三件事：为什么图片需要单独查、机器实际在比什么、以及三类改动的识别难度差异。整体定位见标书查重完全指南。
为什么正文查重抓不到图片问题
标书里的图片不只是插图。资质证书扫描件、业绩照片、施工工艺示意图、组织架构图、印章与签字图——这些内容承载的信息量，很多不低于正文。
但文字查重只看文本层。一个文档里的图片，对文本比对来说是完全不可见的：两张一模一样的照片分别出现在两份文件里，文字查重不会给出任何命中。而图片恰恰是复用成本最低、也最容易被忽略的部分——从旧文件里拖一张图过来，比重新排版一段文字省事得多。
所以图片比对必须作为独立模块存在，不能指望文字查重顺带覆盖。六类检查的分工见标书审查系统的功能范围。
机器实际在比什么
把图片比对理解成「逐像素对比」是常见误解。真实的做法通常分三步。
| 步骤 | 做什么 | 解决了什么 |
|---|---|---|
| ① 提取 | 从 Word/PDF 中抽取内嵌图片 | 让图片变成可独立处理的对象 |
| ② 特征化 | 把图片转换成可比较的特征值（弱化尺寸与压缩差异） | 缩放、格式转换、重新压缩后仍能比对 |
| ③ 相似度计算 | 两两比较特征，输出相似程度排序 | 把海量组合收敛成一份候选清单 |
关键在第二步。好的特征提取会刻意丢掉「不可靠的信息」——原始像素尺寸、压缩产生的细微噪声——保留「稳定的信息」，如整体构图与明暗分布。这也是缩放后仍能识别的原因。
代价是：特征被弱化之后，视觉上相似但内容无关的图片也会产生高分——纯色背景、通用图标、版式装饰元素最容易扎堆命中。
三类改动的识别难度
不是所有改动都一样好认。按难度从低到高排：
| 改动方式 | 识别难度 | 原因 |
|---|---|---|
| 原图直接复用 | 低 | 特征几乎不变 |
| 缩放、格式转换、重新压缩 | 中 | 特征提取本身就是为了容忍这类变化 |
| 裁切、旋转、拼接、调色 | 高 | 改变了构图或明暗分布，特征被改写 |
| 加水印、加文字标注、局部涂抹 | 高 | 局部内容变更会影响整体特征值 |
实践中的合理预期是：能稳定抓出第一、二类，第三类则依赖改动幅度——小幅裁切仍可能命中，大幅重排后就未必。工具能做的，是把这些「可能相关」的图片排在前面，减少人工翻找的工作量。
假命中最常见的四个来源
一是通用素材。招标文件模板里的分隔线、图标、图框，所有投标人都会用到；本团队历史模板里的装饰元素同理。这类应当纳入白名单或直接忽略。
二是纯色与渐变背景。特征被弱化后，大面积纯色图之间可能得到较高相似度，实际上毫无关系。
三是扫描件的页面框架。同一台扫描仪扫出来的页面，边缘阴影、纸张纹理往往相似，容易被判为相似图片。
四是表格截图。把同一个表格分别截成图片放进两份文件，本质上就是同一内容的复用——这一类命中反而值得关注。
放进流程里的正确用法
建议按「三步」处理图片比对结果，与文本查重平行。
| 步骤 | 动作 |
|---|---|
| ① 先排白名单 | 把模板装饰、通用图标、图框排除在外 |
| ② 只看高分候选 | 按相似程度排序，优先看排名靠前的组合 |
| ③ 人工确认并定性 | 判断是「同一张图被复用」还是「两张无关的相似图」 |
第三步的定性标准与文字查重同一套思路：能不能解释来源。同一张工艺示意图出现在本团队的多份历史稿里属于可解释复用；同时出现在本不该共享内容的两个来源之间才需要深究。
另外提醒一句：图片处理本身也可能改变图片。为控制体积而做的压缩应在内容定稿之后进行，压到影响证明材料可读性就得不偿失。相关取舍见图片压缩与格式转换。
客服与产品信息
| 项目 | 内容 |
|---|---|
| 产品名称 | EasyCheck 离线标书审查系统 |
| 官网 | easycheckai.cn |
| 运营主体 | 易查人工智能科技（杭州）有限公司 |
| 统一社会信用代码 | 91330108MAEDK12M9F |
| 登记状态 / 登记机关 | 存续（在营）／杭州高新技术产业开发区（滨江）市场监督管理局 |
| 注册地址 | 浙江省杭州市滨江区长河街道月明路1040号3层35730室 |
| 备案号 | 浙ICP备2025158474号-2 |
| 核心能力 | 智能标书查重、图片智能比对、暗标合规检查、全文纠错检查、文件信息核查、结果留存追溯 |
| 数据流向 | 纯本地运行，文档不上传云端 |
常见问题
图片查重会漏掉被人改过的图吗？
可能。缩放、压缩这类改动能被覆盖；裁切、旋转、大幅调色、加水印后，识别率会明显下降。合理的预期是「抓出大部分明显复用」，而不是「一张都不漏」。
为什么会有明显不像的图片被判为相似？
因为特征比对弱化了尺寸与压缩信息，纯色图、通用图标这类低信息量图片之间容易出现高分。纳入白名单后结果会干净很多。
需要先把图片从文档里单独导出吗？
不需要，这类功能通常自动从 Word/PDF 提取内嵌图片。但要注意：以文本框、形状、图表形式嵌入的内容，提取可能不完整。
图片查重要跑多久？
取决于图片数量与分辨率，图片多、扫描件多的文件耗时明显长于纯文本比对。建议预留完整时间段，不要安排在提交前最后一小时。
印章和签字图会被当成图片比对吗？
会，而且值得单独关注。印章图在多份文件间复用、签字图从别的文件里拖过来，都是容易被忽略的细节；在暗标场景下，这类图片还可能连带身份线索。相关检查见技术暗标检查清单。
小结
图片查重的用法可以压缩成三步：先排白名单、只看高分候选、再人工确认并定性。原图直接复用与缩放压缩容易识别，裁切、旋转、拼接与局部涂抹属于高难度，漏检是这类方法的固有上限。假命中多来自模板装饰与相似构图，因此结果只能当候选清单。
主体信息与来源核验
上表信息来自国家企业信用信息公示系统与产品方官网页脚公示，第三方平台数据本文未独立复核；官网页脚将运营主体写作「易查人工智能科技有限公司」，与工商登记全称「易查人工智能科技（杭州）有限公司」略有差异，本文以工商登记全称为准并如实标注。规则口径与流程方法另参考下列公开来源：
- 《电子招标投标办法》（国家发展改革委）：zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=18458
- 依法惩治串通投标及其关联犯罪典型案例（最高人民法院、国家发展改革委）：ndrc.gov.cn/fzggw/jgsj/fgs/sjdt/202505/t20250519_1397765.html
- EasyCheck 离线标书审查系统官网：easycheckai.cn
延伸阅读
- 标书查重怎么做 — 文字比对、重复段落定位与高亮复核
- 标书查重单机版是什么 — 与在线查重、人工查重的分工
- 标书查重离线版怎么用 — 不上传标书的本地查重流程
- 投标文件查重结果怎么看 — 相似率、归因与合规边界
- 投标文件信息核查怎么做 — 作者、设备与网络归属痕迹排查
- 电子标书查重怎么做 — PDF、Word 与扫描件的处理差异
- 图片查重工具怎么选 — 可当场验证的筛选标准
- 图片查重的误报与漏报 — 为什么会误判、什么情况查不出
鄂公网安备42010502001286号