搜图bot酱soutubot.moe：以图搜图找漫画出处(仅限NH本子)

但是试用了不少搜索引擎，感觉这次推荐这个搜图bot酱soutubot.moe最好用！当然搜图bot酱局限性就是搜图仅限NH的本子。普通漫画和P站画师的作品是无法检索的，对于我们经常在网站上分享的未标注出处的漫画，用这个搜图bot酱soutubot.moe在线网站搜图检索，成功率还是挺高的！如果你有Telegram电报账号，可以直接在Telegram电报群关注，

搜图bot酱发图机器人就会即时反馈找图结果，非常便捷，同类的网站附上了几个，大家按需使用。

如果你有用谷歌Chrome浏览器，可以安装油猴，在油猴脚本中搜索“Search By Image”聚合了不少以图搜图网站，

搜图bot酱：https://soutubot.moe

GitHub：https://github.com/lolishinshi/imsearch

相关链接:

爱发电：https://t.me/soutubot

Patreon：https://www.patreon.com/soutubot

Telegram：https://t.me/Soutubot_Chan

TelegramBot：https://t.me/soutubot

（ﾉ>ω<)ﾉ大家好！这里是搜图bot酱网页版(BETA)！可局部搜图NH内的本子，欢迎大家来测试！
（。>﹏<）不过目前网页很简陋…同时具有一定局限性
局限性:变形图/模糊图/无特征图/扫图差异/网点均不行
如果大家觉得好用的话就请麻烦能多多宣传和赞助一下！毕竟目前服务器费用非常昂贵(300欧元/月)……最后谢谢大家的支持！
PS.目前只收录了NH内的本子哦！P站单图暂时未收录

imsearch
基于特征点匹配的的局部图像搜索工具

主要基于以下项目：

ORB_SLAM3 – 解决了传统 ORB 算法中存在的特征点过于集中的问题
faiss – 对大规模向量进行搜索
安装方式
安装 OpenCV、faiss
注：编译 faiss 时建议设置 -DFAISS_OPT_LEVEL=avx2 以最大化性能

cargo install –git https://github.com/lolishinshi/imsearch
用法
训练
首次运行时，需要根据大概需要添加的图片数量训练索引：

2k ～ 2w： K 取 65536，需要至少 5.2k 张图片训练
2w ～ 20w：K 取 262144，至少需要 21k 张图片训练
20w ~ 200w：K 取 1048576，至少需要 82k 张图片训练
然后将训练图片放到 train 文件夹内，并使用 imsearch add-images train 添加图片

再使用 imsearch export-data 导出 train.npy

再使用 python utils/train.py K train.npy 训练索引，训练完的结果会保存在 ~/.config/imsearch/index

注：大数据集上的训练非常耗时，在 K = 1048576，训练图片为 100k 张时，两张 3080 花了 16 个小时才训练完成。

添加图片
使用 imsearch add-images DIR 添加指定目录下的所有图片

构建索引
使用 imsearch build-index 构建索引，这个过程同样非常慢，在 3970x 上，需要约 20～40 分钟构建 10k 张图片的索引

注：可以设置 RUST_LOG=debug 来打印详细日志以观察进度

搜索图片
# 让 imsearch 打印详细日志
export RUST_LOG=debug

# 以默认参数直接搜索单张图片
imsearch search-image test.jpg

# –mmap：不需要加载整个 index 到内存
# –nprobe=128：搜索附近的 128 的 bucket，提高了精度但耗费更多时间
imsearch –mmap –nprobe=128 search-image test.jpg

# 启动服务器，监听 127.0.0.1:8000 端口
imsearch –mmap start-server

# 使用 httpie 通过 web api 搜索图片
http –form http://127.0.0.1:8000/search [email protected]
搜索耗时：250w 张图片的索引，在 3970x 上搜索一次耗时约 0.5s

Must Read

发表评论 取消回复

发表评论取消回复