引言
我们经常使用搜索引擎。当我们需要查询时，我们可以使用像 Google 这样的搜索引擎来检索最相关的答案。
大多数查询格式是基于文本的。但并不是大多数时候，文本对于找到相关的答案是非常有用的。
例如，你想在互联网上搜索一个产品，在这种情况下，是一件 t 恤，但你不知道它的名字。你怎么能找到他们？你可以把那件衬衫的描述写下来。
使用描述的问题是你会得到各种各样的产品。更糟糕的是，它们与你想要搜索的产品并不相似，所以你需要一个更好的方法来检索它们。
为了解决这个问题，我们可以使用产品的图像，提取其特征，并利用这些特征检索相似的产品。我们称这个概念为基于内容的图像检索。
在本文中，我将向您展示如何使用 Python 构建图像搜索引擎。
基于内容的图像检索
在我向您解释如何使用 Python 构建图像检索之前，让我向您解释基于内容的图像检索的概念。
基于内容的图像检索(CBIR)是一种基于给定图像的相关图像检索系统。该系统由图像查询和图像数据库两部分组成。
该系统首先对所有图像进行特征提取，无论是查询图像还是图像数据库图像，使用特征提取算法。然后，系统将计算查询与数据库中所有图像之间的相似性。最后，系统将检索所有与查询有很大相似性的图像。
图1描述了 CBIR 的流程。
图一 CBIR 的流程
卷积神经网络
要提取特征，有许多选项可供选择。在这种情况下，我们可以使用卷积神经网络(CNN)来提取这些特征。
由于该模型的卷积层能够捕获每个数据实例的特征，因此它比其他算法具有更强的模式捕获能力。
卷积神经网络由很多层网络组成，例如卷积层用于特征提取，池层用于特征采样，完全连接层用于预测。
在这种情况下，我们忽略了大部分的完全连接层，只关注特征提取的结果。
图2显示了卷积神经网络架构的示例，即 LeNet-5。
图2. LeNet-5架构
欧几里得度量
提取特征后，计算查询与所有图像之间的距离。为了做到这一点，我们可以使用欧几里得度量或 l 2标准来衡量它。如果数字越来越小，那么这一对图像就是相似的。公式是这样的：
其中：
- q = 待查询图像
- img = 图像
- n = 特征向量元素的个数
- i = 矢量的位置
实施方案
在我们知道了这些概念之后，现在我们可以实现这个系统了。为了实现 CBIR，我们将使用 Python 作为编程语言，Tensorflow 用于特征提取框架，Numpy 用于计算距离。如果我们总结一下，这里是我们将要做的步骤：
- 下载数据集
- 从图像数据库中提取特征
- 插入查询图像并提取其特征
- 计算所有图像的相似性
- 检索最相似的结果
对于数据集，我们将使用来自 Kaggle 的 CBIR 数据集。你可以通过这里的链接访问数据集：https://www.kaggle.com/theaayushbajaj/cbir-dataset/notebooks。
Figure 3. Screenshot by me 图3. 我的屏幕截图
在我们检索所有的图像之后，现在我们可以使用 CNN 从所有的图像中提取特征并将这些特征保存在 .npy 格式的文件中以供日后使用。为了指定体系结构，我们将使用 VGG-16体系结构和来自 ImageNet 的预先训练的权重。
另外，我们可以利用 GPU 提取图像的特征，但是在这种情况下，我们只使用 CPU。
代码是这样的：
代码语言：javascript复制# Import the libraries
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.vgg16 import VGG16, preprocess_input
from tensorflow.keras.models import Model
from pathlib import Path
from PIL import Imageclass FeatureExtractor:
def __init__(self):
# Use VGG-16 as the architecture and ImageNet for the weight
base_model = VGG16(weights='imagenet')
# Customize the model to return features from fully-connected layer
self.model = Model(inputs=base_model.input, outputs=base_model.get_layer('fc1').output) def extract(self, img):
# Resize the image
img = img.resize((224, 224))
# Convert the image color space
img = img.convert('RGB')
# Reformat the image
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
# Extract Features
feature = self.model.predict(x)[0]
return feature / np.linalg.norm(feature)# Iterate through images (Change the path based on your image location)
for img_path in sorted("<IMAGE DATABASE PATH LIST HERE>"):
print(img_path)
# Extract Features
feature = fe.extract(img=Image.open(img_path))
# Save the Numpy array (.npy) on designated path
feature_path = "<IMAGE FEATURE PATH HERE>.npy"
np.save(feature_path, feature)在我们从所有图像中提取特征之后，现在我们可以尝试使用查询检索类似的图像。在这种情况下，我们可以输入一张看起来类似下图的狮子：
为了检索类似的图像，我们使用如下代码：
代码语言：javascript复制# Import the libraries
import matplotlib.pyplot as plt
import numpy as np# Insert the image query
img = Image.open("<IMAGE QUERY PATH HERE>")# Extract its features
query = fe.extract(img)# Calculate the similarity (distance) between images
dists = np.linalg.norm(features - query, axis=1)# Extract 30 images that have lowest distance
ids = np.argsort(dists)[:30]
scores = [(dists[id], img_paths[id]) for id in ids]# Visualize the result
axes=[]
fig=plt.figure(figsize=(8,8))
for a in range(5*6):
score = scores[a]
axes.append(fig.add_subplot(5, 6, a 1))
subplot_title=str(score[0])
axes[-1].set_title(subplot_title)
plt.axis('off')
plt.imshow(Image.open(score[1]))
fig.tight_layout()
plt.show()最终的结果如下：
总结
祝贺你！你已经创建了自己的图片搜索引擎。好吧，这并不是非常类似于谷歌，但至少你知道的概念，如何基于内容的图像检索工作。
如果你对 web 开发有所了解，也许你可以使用 Flask 或 Django 这样的框架创建一个 web 应用程序来构建你自己的搜索引擎。
· END ·
HAPPY LIFE
代码语言：javascript复制
