提取了几十万张图片的哈希值检索相似图片时的算法是：1、感知哈希（Perceptual Hashing）；2、汉明距离（Hamming Distance）；3、主色彩提取（Dominant Color Extraction）；4、卷积神经网络（Convolutional Neural Network，CNN）。
一、提取了几十万张图片的哈希值检索相似图片时的算法
1、感知哈希（Perceptual Hashing）
感知哈希算法将图像转换为固定长度的哈希值，使得相似的图像在哈希值上有较小的差异。常用的感知哈希算法包括平均哈希（Average Hashing）和差值哈希（Difference Hashing）。
2、汉明距离（Hamming Distance）
对于使用感知哈希算法生成的哈希值，可以使用汉明距离来度量两个哈希值之间的差异。汉明距离表示两个等长字符串之间对应位置上不同字符的个数，距离越小表示两个哈希值越相似。
3、主色彩提取（Dominant Color Extraction）
除了哈希算法外，还可以提取图像的主要颜色信息，比较主要颜色的差异性来判断图像的相似度。可以使用颜色直方图、颜色矩或颜色描述符等方法来提取主要颜色信息。
4、卷积神经网络（Convolutional Neural Network，CNN）
对于更精确的图像相似性检索，可以使用基于卷积神经网络的方法，如使用预训练的图像识别模型（如VGG、ResNet、Inception等）提取图像特征，并使用欧氏距离或余弦相似度等度量方法来计算相似度。
