目前市面上有很多以图搜图的服务，如 Google 识图，百度图片搜索，淘宝拍立淘等。本文将介绍如何快速搭建自己的图片搜索引擎，只要 10 行 Python 代码就能轻松搞定！
图 1 为查询图像时的展示结果，左侧为搜索的图片，右侧是得到的相似图片。
在介绍如何搭建系统之前，我们先简单了解下以图搜图的基本原理。
以图搜图，顾名思义就是用图片搜索图片。它的应用场景包括查找原始图片、搜索相似的图片、商品搜索和推荐（根据图片在商品库中搜索同款，或者推荐相似商品）等。
传统图像搜索¹是利用增加元数据的方法，例如：根据图片添加字幕、关键词或是文段说明，通过打标签的方式来完成检索。而以图搜图是一种基于内容的图像检索 (CBIR) 技术²，它的特点是无需关键字就能理解图像的相关内容，主要依赖于 AI 算法，目前一些排名较好的图像分类算法可以到达 99% 准确率（TOP5）³。本文将利用 AI 模型提取图像特征向量，通过特征向量计算来完成以图搜图。
ImageNet⁴数据集是深度学习领域中图像分类和检测最常用数据集之一，本文的图像数据就是从中随机抽取的。我们所使用的数据集中包括训练集（train）和测试集（test）两部分，训练集有 100 个分类，每个分类有 10 张图片，测试集则是 100 个分类，每个分类 1 张图片。
我们先下载数据并解压：
解压后会发现有一个 CSV 格式的文件，它包含了训练集中 1000 张图片的基础信息，如图像的 id、所在路径、以及类别。
让我们以表格方式查看下文件的内容（图 2 所示）：
为了记录数据集中每个对应的图片路径，接下来我们将读取的转换为字典。同时定义函数，该函数根据搜索结果的返回图片列表，便于最终的图片展示。
至此我们完成了数据准备过程，接下来是关于图像处理的准备工作，需要用到两个重要组件 Towhee 和 Milvus。
图片搜索需要用特征向量来表征图像，我们通常利用 AI 模型提取特征向量，但面对业界的诸多模型我们该如何快速上手？"X2Vec, Towhee is all you need!"，Towhee (http://github.com/towhee-io/towhee)提供开箱即用的 Embedding 流水线可以将任何非结构化数据（图像，视频，音频等）转为特征向量，通过 Towhee 我们运行一条流水线就能轻松得到特征向量。
解决了如何提取特征向量的问题，接下来要解决的是向量搜索问题。
想要快速简单的实现向量检索功能，选择使用 Milvus 是一个不错的技术方案。Milvus(http://github.com/milvus-io/milvus) 是一个开源的向量数据库项目，它支持丰富的向量索引算法和向量计算方式，轻松实现对数百万、数十亿甚至数万亿向量的相似性搜索，具有高度灵活、稳定可靠以及高速查询等特点。
完整的系统架构如图 3 所示，通过 Towhee + Milvus 就可以实现端到端的图像等非结构化数据分析。我们先使用 Towhee 完成非结构化数据的特征向量提取，然后 Milvus 负责存储并搜索向量，最终获取与查询数据最相似的结果并展示。
理解了基于 Tohwhee 和 Milvus 的以图搜图架构，接下来我们要先完成 Towhee 和 Milvus 的安装：
Towhee 支持图像 Embedding，音频 Embedding，视频 Embedding 等非结构化数据特征提取的方法，这些都被称为 Towhee 的算子（Operator），算子是流水线（Pipeline）中的单个节点，一个图像特征提取流水线就可以通过连接 image_decode(http://towhee.io/image-decode/cv2) 算子和 image_embedding.timm(http://towhee.io/image-embedding/timm) 算子实现，其中 Embedding 算子可以通过指定利用 ResNet50 模型生成特征向量（结果如图 4 所示）：
接下来在 Milvus 数据库中创建集合（Collection），集合中的 Fields 包含两列：id 和 embedding，其中 id 是集合的主键。另外我们可以为 embedding 创建 IVF_FLAT (http://milvus.io/docs/v2.0.x/index.md#IVF_FLAT) 基于量化的索引，其中索引的参数是 nlist=2048，计算方式是 "L2" 欧式距离：
如图 5 所示，我们将以图搜图服务分为插入和查询两步：首先在 Towhee hub 上选择所需的图像 Embedding 流水线，用来提取图像数据集的特征向量，再将特征向量存入 Milvus 中；查询的时候利用同样的流水线提取查询图像的特征向量，然后在 Milvus 中检索得出相似的结果，最终展示出图片。
Towhee 不光拥有丰富的算子来处理非结构化数据，还提供了简单好用的接口来处理各种数据，当然也集成了 Milvus 的一些基本用法，通过在“流水线”中连接这些算子或接口，图像入库操作将变得十分简单。
查询图像时需要的图像处理算子与前面类似，包括，和，而在最后分析检索结果时，需用到数据准备部分定义好的函数，通过指定中的将该函数加入到 Towhee 流水线中。
当代码执行完毕之后，我们将得到类似下面的结果。
Gradio⁵为机器学习模型提供 Web 演示界面，我们所熟知的 Huggingface 的 Demo 界面也是利用它实现的。Gradio 支持上传和展示图片，如图 7 所示，我们可以利用它实现一个以图搜图可交互的服务，可以在它生成的 Web 界面中上传一张图片，来查询与其相似的其他图片。
Gradio 的使用十分简单，我们只需要定义查询图片的函数，确定其输入和输出，在创建 Gradio 服务的时候绑定函数与对应的输入输出，最后启动服务就搞定了！
当你成功启动了 Gradio，前端页面会嵌入到当前 notebook 中，如图 7 所示，你也可以点击 Gradio 提供的链接（http://127.0.0.1:7860）打开前端，用于查询图片并查看结果。
如果你想要把以图搜图服务和朋友分享，也可以尝试在函数中设置参数，这时会得到一个公共网址，诸如http://xxxx.gradio.app，我们就可以把自己搭建的以图搜图服务分享给小伙伴啦。
其实 Towhee 不仅仅能处理图片这种非结构化数据，对于音频、视频等数据也能进行分析处理，参考本文的实现，同样我们也可以 10 行代码来实现音频处理、视频处理等相关业务的 AI 服务，感兴趣的话大家可以自行尝试。
在下一篇内容中，我将介绍如何对这个系统进行调优处理，敬请期待。
[1]http://zh.wikipedia.org/wiki/%E5%9C%96%E5%83%8F%E6%AA%A2%E7%B4%A2
[2]http://en.wikipedia.org/wiki/Reverse_image_search
[3]http://paperswithcode.com/sota/image-classification-on-imagenet?metric=Top%205%20Accuracy
[4]http://www.image-net.org/
[5]http://gradio.app/
更多项目更新及详细内容请关注我们的项目( http://github.com/towhee-io/towhee/blob/main/towhee/models/README_CN.md) ，您的关注是我们用爱发电的强大动力，欢迎 star, fork, slack 三连 :)