如何用Python实现本地Telegram图片库的反向图片搜索？

核心思路 #

本地反向图搜无需依赖外部URL，核心是两步：

1. 对所有本地图片提取特征向量（将图片转化为可量化的数值表示）
2. 输入待搜索图片，提取其特征后，在特征库中快速查找最相似的向量，对应到原图

具体实现步骤 #

1. 依赖安装 #

先安装必要的库：

pip install opencv-python pillow torch torchvision faiss-cpu numpy

（GPU环境可替换为faiss-gpu提升检索速度）

2. 特征提取模块 #

用预训练的ResNet50模型提取特征，比传统SIFT/SURF更稳定，适配大规模图片：

import torch
import torchvision.models as models
import torchvision.transforms as transforms
from PIL import Image
import numpy as np

# 加载预训练模型，移除最后一层分类层
model = models.resnet50(pretrained=True)
feature_extractor = torch.nn.Sequential(*list(model.children())[:-1])
feature_extractor.eval()  # 设置为评估模式，禁用梯度计算

# 图片预处理流程，匹配ResNet输入要求
preprocess = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])

def extract_feature(img_path):
    """提取单张图片的特征向量"""
    img = Image.open(img_path).convert('RGB')
    input_tensor = preprocess(img)
    input_batch = input_tensor.unsqueeze(0)  # 增加batch维度

    with torch.no_grad():
        features = feature_extractor(input_batch)
    
    # 将特征展平为一维向量，返回numpy数组
    return features.squeeze().numpy()

3. 构建特征数据库 #

遍历本地图片文件夹，批量提取特征并保存对应路径：

import os

def build_feature_db(img_dir):
    """构建图片特征数据库"""
    feature_db = []
    img_paths = []
    
    # 遍历文件夹下所有JPG图片
    for root, _, files in os.walk(img_dir):
        for file in files:
            if file.lower().endswith('.jpg'):
                img_path = os.path.join(root, file)
                try:
                    feat = extract_feature(img_path)
                    feature_db.append(feat)
                    img_paths.append(img_path)
                except Exception as e:
                    print(f"处理图片失败 {img_path}: {e}")
    
    # 转换为numpy数组，方便后续检索
    feature_db = np.array(feature_db)
    return feature_db, img_paths

4. 相似图片检索 #

用FAISS实现快速向量检索，效率远高于暴力匹配：

import faiss

def search_similar_images(query_img_path, feature_db, img_paths, top_k=5):
    """搜索与查询图片最相似的top_k张图片"""
    # 提取查询图片特征
    query_feat = extract_feature(query_img_path).reshape(1, -1)
    
    # 初始化FAISS索引（L2距离衡量相似度）
    index = faiss.IndexFlatL2(feature_db.shape[1])
    index.add(feature_db)
    
    # 检索最相似结果
    distances, indices = index.search(query_feat, top_k)
    
    # 整理结果：(距离值, 图片路径)，距离越小相似度越高
    results = []
    for dist, idx in zip(distances[0], indices[0]):
        results.append((dist, img_paths[idx]))
    
    return results

5. 完整使用示例 #

if __name__ == "__main__":
    # 替换为你的图片数据库文件夹路径
    IMG_DIR = "./telegram_images"
    # 替换为待搜索的图片路径
    QUERY_IMG = "./test_query.jpg"
    
    # 构建特征库（首次运行耗时较长，可将feature_db和img_paths保存到本地，下次直接加载）
    feature_db, img_paths = build_feature_db(IMG_DIR)
    
    # 执行搜索
    similar_imgs = search_similar_images(QUERY_IMG, feature_db, img_paths, top_k=5)
    
    # 输出结果
    print("相似图片结果（距离越小相似度越高）：")
    for dist, path in similar_imgs:
        print(f"距离: {dist:.2f}, 路径: {path}")

优化建议 #

• 若图片数量过万，可将feature_db和img_paths用numpy.save和pickle保存到本地，避免重复提取特征
• 超大规模数据集可改用FAISS的IVF索引（需提前聚类），进一步提升检索速度
• 小规模数据集也可使用传统SIFT特征配合FLANN匹配，无需依赖深度学习框架

内容的提问来源于stack exchange，提问作者GuyBecker