用Python构建图片处理搜索引擎-阿里云开发者社区

开发者社区> 行者武松> 正文

用Python构建图片处理搜索引擎

简介:
+关注继续查看

搜索


顶级公司和反向图片搜索

有很多顶级的科技公司把RIQ用得很好。例如,Pinterest 2014年第一次实现视觉搜索。随后2015年它发布了一个白皮书,揭示了视觉搜索的结构。反向图片搜索使得Pinterest能够从时尚的东西中提取视觉元素,然后给消费者推荐类似的产品。

众所周知,Google图片使用反向图片搜索技术,它允许用户上传一张图片然后搜索相关的图片。上传的图片通过算法分析,制作出一个数学模型,然后跟Google数据库中成千上万的图片进行比较,直到找到匹配的或者相似的图片。

这是OpenCV2.4.9特性体验报告的一张图

特性体验

算法和Python库

在我们动手之前,让我们大致看一下构建一个图片搜索需要哪些Python元素。

专利算法

SIFT(尺度不变特征变换)

使用图像标识符来识别相似图像的没有费用的专利技术。即使图片的尺寸、角度、深度不同,这项技术还是能将内容相似的图片匹配成功。

SIFT以大量的从图片中提取的特性作为搜索的标准。

能匹配相同物体从不同视角拍摄的图片,能够通过不变的特性进行搜索匹配。

SURF(加速鲁棒特征)算法

SURF和SIFT一样也是不收费的专利算法,可以说是加速版的SIFT。与SIFT不同的是,SURF使用盒过滤器近似高斯拉普拉斯算子。

SURF使用Hessian矩阵来判断图像的位置和大小。

在许多应用中,旋转不变性都不是一个必要条件,所以不用寻找方向的话算法速度会快很多。

SURF包含了几个特性使得计算的每一个步骤都得到了速度上的提升。图片经过旋转和模糊之后,SURF依旧工作的很好,而且比SIFT快3倍。不过在光源和视角变换方面SURF不太行。

OpenCV提供了SURF功能,SURF.compute和SURF.detect可以用来找到描述符和关键点。

开源算法

KAZE算法

KAZE是一个开源2D多尺度和新特性探测和描述算法,它运作于非线性尺度空间。添加剂算子分裂(AOS)的有效技术和可变热导扩散被用来构建非线性尺度空间。

多尺度图像处理的基础很简单–构建一个图像的尺度空间,然后用一个函数处理图像,增强图像的尺度或者时间。

AKAZE(加速KAZE)算法

从名字可以猜到,这个算法更快,它能快速找到两个图片之间匹配的关键。AKAZE使用一个二进制描述符和非线性尺度空间来平衡准确度和速度。

BRISK(二进制鲁棒尺度不变关键点)算法

BRISK在探测和匹配描述符和关键点方面很棒。

这个算法适应性很强的、尺度空间基于FAST的、使用bit-string描述符的探测器,它能够显著地加快搜索的速度。

尺度空间关键点探测和关键点描述有助于性能的优化

FREAK(快速视网膜关键点)算法

这是一个由人眼启发的新的关键点描述符。根据图像强度的比较有效地计算出一个二进制级联字符串。相比于BRISK, SURF 和 SIFT,FREAK计算更快,更省内存。

ORB(原生的FAST和旋转的BRIEF)

ORB是一个二进制描述符,它能够抗噪声并具有旋转不变性。ORB基于FAST关键点探测和BRIEF描述符,这两者共同造就了它的低消耗和高性能。

除了快速和准确的方向组件,计算原生BRIEF,分析变化以及与原生BRIEF的关系,是ORB的另一大特色。

Python库

OpenCV

OpenCF分学术使用版本和商用版本。作为一个开源机器学习和机器视觉库,OpenCV使得各类机构能够很容易地基于OpenCV构建自己的版本。

超过2500个优化的算法,包含目前最先进的机器学习和机器视觉算法,能够处理各类需求:人脸检测、物体鉴定、相机移动跟踪、寻找相似图片,眼球跟踪,场景识别等。

顶级公司像Google, Yahoo, IBM, Sony, Honda, Microsoft 和 Intel 都大量使用OpenCV库。

OpenCV使用Python, Java, C, C++ 和 MATLAB做编程接口,同时支持Windows, Linux, Mac OS 和 Android平台。

Python Imaging Library(PIL)

PIL在做图像及图形处理的时候支持若干种语言格式,它使得你的Python能够处理图像。

图像处理的标准流程包括图像增强,透明度和屏蔽处理,图像滤波,每像素的操作等。

构建图片搜索引擎

一个图片搜索引擎能够从已有的图片中挑出相似的图片,最受欢迎的就是Google的图片搜索引擎。对于新的图片搜索引擎项目,有很多构建的方法,这里列举一些:

使用图像提取,图像描述提取,元数据提取和搜索结果提取,建立一个图像搜索引擎。

定义你的图像描述符,对数据集进行索引,定义你的相似读矩阵,然后搜索并排名。

选择要搜索的图片,选择已有图片的文件夹,在文件夹中遍历图片,创建图片特征索引,用相同的特征和要搜索的图片进行匹配,获取能够匹配的图片。

我们的做法是一开始匹配图片的灰度版本,逐渐开始使用像SIFT 和 SURF这样复杂的特征匹配算法,最终使用了开源的算法BRISK。这些算法都只需要很小的修改,就能给出有效的结果。基于这些算法构建一个图像搜索引擎可以有很多应用,例如分析图像受欢迎程度,图片内物体的鉴定等等。

例子

一个IT公司需要为客户构建一个图像搜索引擎,功能是一个品牌的Logo提交进去,与这个品牌相关的图片都会显示出来。客户可以根据搜索的结果,分析一个品牌在一个地区的受欢迎程度。这项技术还处于应用的早期,RIQ的潜力还没有完全被发觉出来。


译者:诗书塞外

来源:51CTO

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
黑客50万美元售卖Zoom零日漏洞 “安全基建”应成构建办公安全的指导性原则
近日,办公软件Zoom存在重大安全漏洞的的消息引发各界关注:数以万计的私人Zoom视频被上传至公开网页,任何人都可在线围观。有人还在暗网上销售了超过50万个Zoom账户。
790 0
基于 RocketMQ 构建阿里云事件驱动引擎——EventBridge
以Kubernetes为基础设施的云原生技术,彻底改变了我们的开发和思维模式。事件作为云原生领域的一等公民,已经无处不在,是云原生架构体系松耦合、灵活性的基础。 作为Gartner定义的10大战略技术趋势之一,事件驱动架构(EDA)逐渐成为主流技术架构。根据Gartner的预估,到2022年,在新型数字化商业的解决方案中,将有6成使用EDA,在商业组织参与的技术栈中,EDA有一半的占比。 本文
166 0
python爬虫之图片下载APP1.0
今天给大家来个好玩一点的,运用python爬取图片到本地,网站为https://www.pexels.com/ 这个网站为外文网,所以搜索图片要用英语,今天要做的就是在python中进行搜索和下载图片,做一个网页版的APP。
706 0
巧用 Trie 树实现搜索引擎关键词提示功能
我们几乎每天都在用搜索引擎搜索信息,相信大家肯定有注意过这样一个细节:当输入某个字符的时候,搜索引框底下会出现多个推荐词,例如,输入「python」后,底下会出现挺多以python 为前缀的推荐搜索文本,它是如何实现的呢?接下来让我们一起看一下 Trie 树的原理,让大家对 Trie 树有一个比较全面的认识。
668 0
python爬虫之图片下载APP 2.0
上次讲到利用python进行搜索并下载图片,今天更新一下,我们知道,https://www.pexels.com/ 这个网站搜索图片需要英文,但有些人不太会使用英文,想搜索什么东西需要先去翻译了才能搜索,今天调用API store里面的斯必克API进...
863 0
ie8浏览器下透明度处理
css3新增属性rgba和opacity:(0~1); 在ie8下无法使用、Alpha(opacity=[0~100]);//[0~100] 0是透明 100是不透明。 IE下的透明度属性,子元素会继承这个透明度。下面有阻断子元素继承方法。
143 0
《Python编程从0到1》笔记4——你分得清“索引和切片”吗?
Python为序列类型(sequence types) 提供了独特的索引(indexing)和切片(slicing)机制以访问序列的某个元素或某一部分。
479 0
Socket.IO – 基于 WebSocket 构建跨浏览器的实时应用
   Socket.IO 是一个功能非常强大的框架,能够帮助你构建基于 WebSocket 的跨浏览器的实时应用。支持主流浏览器,多种平台,多种传输模式,还可以集合 Exppress 框架构建各种功能复杂的实时应用。
804 0
python/pandas数据分析(十六)- 数据索引与选取
我们对 DataFrame 进行选择,大抵从这三个层次考虑:行列、区域、单元格。 其对应使用的方法如下: 一.
718 0
+关注
行者武松
杀人者,打虎武松也。
17142
文章
2569
问答
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载