lolishinshi/imsearch

解决的问题

imsearch 旨在仅使用目标图像的小幅裁剪截图，从大规模数据集中查找完整的原始图像。它解决了在仅有部分视图的情况下识别原始源图像的问题。

工作原理

该工具使用特征点匹配来识别相似性。它利用 FAISS 库对这些特征点进行高效索引和搜索。整个过程包括：

1. 添加图像：扫描目录中的图像文件（jpg、png、webp）。
2. 训练：通过在图像数据的代表性样本上训练聚类器，创建 BIVF 索引，以确保搜索速度均衡。
3. 构建：基于训练好的量化器构建最终索引。
4. 搜索：将查询图像的特征点与索引进行匹配，以找到最相似的图像。

适用人群

需要执行大规模反向图像搜索的用户，特别是希望从小型片段或截图中定位完整图像的人。

主要亮点

• 大规模处理能力：针对从几千到数百万张图像的数据集进行了优化。
• 基于特征点：专门针对部分图像匹配，而非一般图像相似性。
• HTTP API：内置服务器模式，可将索引加载到内存中，实现高性能 API 访问。
• Docker 支持：提供 Docker 镜像，便于部署。