识图器的原理是通过分析图片并解码关键字符，从网络上搜索相同字符以获得答案。因此，它分析的是图片内容，而搜索的是网络资源。对于百度、谷歌等图像搜索引擎而言，这些功能通常由算法实现，一般分为三个步骤：
1. 提取目标图片的特征：为了描述图像，有许多不同的算法可供选择，如SIFT描述子、指纹算法函数、bundling features算法和hash function(散列函数)等。此外，还可以根据不同类型的图像设计专用的算法，如利用图像局部N阶矩的方法提取特征。
2. 对图像特征信息进行编码并创建查找表：为降低计算量，可以对分辨率较大的图像进行降采样处理，然后再进行特征提取和编码。将目标图像的特征编码值与图像搜索引擎中的图像数据库进行全局或局部相似度计算。根据所需的鲁棒性程度，设定阈值，将相似度较高的图片预保留下来。最后，还需通过特征检测算法筛选出最佳匹配的图片。
3. 相似度匹配运算：利用目标图像的编码值，在图像搜索引擎的图像数据库中进行全局或局部的相似度计算。根据需求设定阈值，筛选出相似度高的图片。这一步同样需要应用到特征检测算法。
在这个过程中，每个步骤都涉及到大量的算法研究。这些研究往往围绕着数学、统计学、图像编码、信号处理等理论展开。总之，识图器的核心原理是通过分析图片并在网络上搜索相似内容，从而为用户提供相关信息。
