Czym jest wyszukiwanie obrazów w odwrotnym kierunku?
Wyszukiwanie obrazem odwróconym to technologia, która pozwala użytkownikom na wyszukiwanie informacji przy użyciu obrazu jako zapytania wyszukiwania zamiast tekstu. W przeciwieństwie do tradycyjnych wyszukiwań opartych na słowach kluczowych, wyszukiwanie obrazem odwróconym przetwarza treści wizualne, aby znaleźć dopasowania, pobrać metadane lub dostarczyć kontekst dotyczący obrazu.
Ta metoda stała się niezbędna do zadań takich jak identyfikacja pochodzenia obrazu, weryfikacja jego autentyczności, odkrywanie podobnych treści oraz wykrywanie nieautoryzowanego użycia materiałów objętych prawem autorskim. Wyszukiwanie obrazem wstecz jest szeroko stosowane w różnych dziedzinach, w tym e-commerce, dziennikarstwie, informatyce śledczej i innych.
Jak działa wyszukiwanie obrazem wstecz?
W centrum wyszukiwania obrazów wstecznych znajduje się kluczowa technologia zwana haszowaniem percepcyjnym. To podejście generuje unikalny `odcisk palca” dla każdego obrazu, który następnie jest porównywany z odciskami palców innych obrazów, aby zidentyfikować podobieństwa. Oto jak działa haszowanie percepcyjne w wyszukiwaniu obrazów wstecznych:
-
Przetwarzanie obrazu: Przed wygenerowaniem skrótu obraz jest przetwarzany w celu usunięcia niepotrzebnych szczegółów oraz ujednolicenia jego formatu. Zwykle polega to na zmianie rozmiaru obrazu na mniejszy, ustalony rozmiar oraz konwersji do skali szarości. To zapewnia, że proces haszowania jest spójny we wszystkich obrazach.
-
Ekstrakcja cech: Zamiast analizować każdy pojedynczy piksel, haszowanie percepcyjne koncentruje się na wysokopoziomowych cechach obrazu, takich jak jego ogólna struktura, wzory i rozkład kolorów. Te cechy są streszczane w mniejszej reprezentacji, która uchwyca istotę obrazu, ignorując drobne wariacje, takie jak artefakty kompresji czy lekkie przycięcia.
-
Generowanie hasha: Hash to ciąg o stałej długości lub sekwencja binarna, która przedstawia charakterystyki obrazu. Hashe percepcyjne są specjalnie zaprojektowane, aby zapewnić, że wizualnie podobne obrazy generują niemal identyczne hashe, nawet jeśli obrazy były nieznacznie zmodyfikowane (np. przeskalowane, obrócone lub skompresowane).
-
Porównywanie skrótów: Po wygenerowaniu skrótu dla obrazu zapytania, jest on porównywany ze skrótami przechowywanymi w bazie danych. To porównanie wykorzystuje techniki takie jak odległość Hamming, która mierzy liczbę różniących się bitów pomiędzy dwoma skrótami. Mniejsza różnica wskazuje na wyższą podobieństwo między obrazami.
Skupiając się na cechach percepcyjnych, ta metoda pozwala wyszukiwarkom obrazów wstecznych dopasowywać nie tylko identyczne obrazy, ale także te, które przeszły drobne edycje. Haszowanie percepcyjne to lekkie, efektywne podejście, które sprawia, że wyszukiwanie obrazów wstecznych jest praktyczne nawet dla dużych zbiorów danych.
Implementacja wyszukiwania obrazów wstecz za pomocą API GroupDocs.Search
API GroupDocs.Search oferuje wszechstronne i wydajne rozwiązanie do wdrażania funkcji wyszukiwania odwrotnego obrazów w Twoich aplikacjach. Korzystając z jego funkcji indeksowania i wyszukiwania obrazów, możesz zbudować system do lokalizowania obrazów przechowywanych w dokumentach lub samodzielnych plikach. Oto krok po kroku przewodnik po konfigurowaniu wyszukiwania odwrotnego obrazów przy użyciu API GroupDocs.Search.
Krok 1: Ustawienie środowiska
Aby zacząć, dołącz bibliotekę GroupDocs.Search do swojego projektu. Możesz to zrobić, instalując bibliotekę za pomocą NuGet dla projektów .NET. Po prostu uruchom następujące polecenie w konsoli Menedżera pakietów:
Install-Package GroupDocs.Search
Krok 2: Indeksowanie obrazów
Aby włączyć wyszukiwanie obrazów wstecz, musisz zaindeksować obrazy z folderów dokumentów. GroupDocs.Search pozwala na indeksowanie samodzielnych obrazów (np. .png, .jpg), a także obrazów osadzonych w plikach dokumentów lub formatach kontenerowych, takich jak .zip. Poniżej znajduje się przykład, jak stworzyć indeks i dodać dokumenty do indeksowania obrazów:
string indexFolder = @"C:\MyIndex";
string documentFolder = @"C:\MyDocuments";
// Creating an index
Index index = new Index(indexFolder);
// Setting the image indexing options
IndexingOptions indexingOptions = new IndexingOptions();
indexingOptions.ImageIndexingOptions.EnabledForContainerItemImages = true;
indexingOptions.ImageIndexingOptions.EnabledForEmbeddedImages = true;
indexingOptions.ImageIndexingOptions.EnabledForSeparateImages = true;
// Indexing documents in a document folder
index.Add(documentFolder, indexingOptions);
Tutaj opcje ImageIndexingOptions są włączone, aby upewnić się, że wszystkie obrazy (czy to samodzielne, osadzone, czy z kontenerów) są indeksowane. To sprawia, że wyszukiwanie obrazów na podstawie odwrotności jest kompleksowe.
Krok 3: Wyszukiwanie powiązanych obrazów
Gdy obrazy są zindeksowane, możesz wyszukiwać podobne obrazy, podając obraz referencyjny jako zapytanie. Dostosuj wyszukiwanie za pomocą ImageSearchOptions, aby kontrolować aspekty takie jak akceptowalny poziom podobieństwa (HashDifferences), maksymalna liczba wyników do zwrócenia oraz konkretne typy plików do przeszukania. Oto jak wygląda proces wyszukiwania:
// Setting the image search options
ImageSearchOptions imageSearchOptions = new ImageSearchOptions();
imageSearchOptions.HashDifferences = 10;
imageSearchOptions.MaxResultCount = 100;
imageSearchOptions.SearchDocumentFilter =
SearchDocumentFilter.CreateFileExtension(".zip", ".png", ".jpg");
// Creating a reference image for search
SearchImage searchImage = SearchImage.Create(@"C:\MyDocuments\image0.png");
// Searching in the index
ImageSearchResult result = index.Search(searchImage, imageSearchOptions);
Proces wyszukiwania generuje hash dla obrazu referencyjnego i porównuje go z zindeksowanymi obrazami. Parametr HashDifferences określa próg podobieństwa – im mniejsza wartość, tym bardziej rygorystyczne dopasowanie.
Krok 4: Przetwarzanie wyników wyszukiwania
Obiekt ImageSearchResult zawiera wszystkie obrazy, które spełniają kryteria wyszukiwania. Możesz iterować przez wyniki, aby uzyskać informacje o dopasowanych obrazach, w tym ich lokalizacjach lub metadanych.
Console.WriteLine("Images found: " + result.ImageCount);
for (int i = 0; i < result.ImageCount; i++)
{
FoundImageFrame image = result.GetFoundImage(i);
Console.WriteLine(image.DocumentInfo.ToString());
}
Sample Output
Na przykład, jeśli wyszukiwanie obrazem wstecz jest wykonywane z zapytaniem o obraz, mogą zostać uzyskane następujące wyniki:
Images found: 2
C:\MyDocuments\image0.png
C:\MyDocuments\image193.png
To oznacza, że w zindeksowanych dokumentach znaleziono dwa pasujące lub podobne obrazy: oryginalny obraz zapytania (image0.png) i inny wynik (image193.png).
Krok 5: Dostosowanie systemu
Aby zoptymalizować wyszukiwanie obrazów wstecznie, możesz dostosować opcje, takie jak:
- Różnice haszowania: Niższe wartości zwiększają precyzję, ale mogą przeoczyć nieznacznie zmienione wersje obrazu.
- Search Filters: Ogranicz wyszukiwania do konkretnych typów plików lub formatów dokumentów.
- Struktura indeksu: Okresowo aktualizuj indeks, aby uwzględnić nowe obrazy lub usunąć przestarzałe pliki.
Wnioski
Reverse image search to potężna technologia o szerokim zakresie zastosowań w nowoczesnych branżach, od e-commerce po cyfrową kryminologię. Wykorzystując narzędzia takie jak GroupDocs.Search API, deweloperzy mogą łatwo wdrażać solidne systemy wyszukiwania obrazów, które skutecznie lokalizują i porównują dane wizualne. Dzięki funkcjom takim jak indeksowanie obrazów, regulowane progi podobieństwa i wsparcie dla osadzonych lub samodzielnych obrazów, to API upraszcza proces tworzenia elastycznych i dokładnych rozwiązań do wyszukiwania obrazów w sposób odwrócony. Niezależnie od tego, czy chodzi o odnajdywanie zduplikowanych obrazów, weryfikację autentyczności, czy odkrywanie pokrewnej zawartości, wdrażanie tej
Sprawdź te przydatne linki, aby uzyskać dalsze szczegóły i zasoby: