ویدئو | نحوه پیاده سازی جستجوی شباهت تصویر با پایتون

Image Similarity Search API ابزار قدرتمندی است که به توسعه دهندگان اجازه می دهد تصاویر را بر اساس محتوای بصری خود مقایسه کنند و تصاویر مشابه را از پایگاه داده یا وب بازیابی کنند. این فناوری از الگوریتم های پیشرفته برای تجزیه و تحلیل ویژگی های بصری تصاویر مانند رنگ ها، بافت ها و اشکال و شناسایی شباهت های بین آنها استفاده می کند.
جستجوی شباهت تصویر چگونه کار می کند؟
Image Similarity Search API با استخراج ویژگیهای کلیدی از یک تصویر ورودی و مقایسه آنها با ویژگیهای دیگر تصاویر در یک مجموعه داده کار میکند. از تکنیک هایی مانند یادگیری عمیق و بینایی کامپیوتری برای درک محتوای تصاویر و سنجش شباهت آنها استفاده می کند.
هنگامی که یک تصویر پرس و جو به API ارائه می شود، تصویر را پردازش می کند و یک بردار ویژگی تولید می کند که نشان دهنده ویژگی های بصری آن است. سپس، در میان مجموعهای از تصاویر جستجو میکند تا تصاویری را با بردارهای ویژگی مشابه پیدا کند. شباهت بین تصاویر معمولاً با استفاده از معیارهای فاصله مانند فاصله اقلیدسی یا شباهت کسینوس اندازه گیری می شود.
برای مقایسه عمیق API های برتر برای تقویت تجزیه و تحلیل محتوای بصری، به مقاله ما “بهترین راه حل های جستجوی شباهت تصویر در سال 2024” بپردازید.
کاربردهای متنوع جستجوی شباهت تصویر
– بهینه سازی تجارت الکترونیک: خرده فروشان آنلاین از جستجوی شباهت تصویر برای ارائه توصیه های شخصی محصول بر اساس شباهت های بصری، افزایش تجربه کاربر و افزایش فروش استفاده می کنند.
– مدیریت محتوا کارآمد: شرکتهای رسانهای و پلتفرمهای دارایی دیجیتال از جستجوی شباهت تصویر برای سازماندهی و بازیابی کارآمد تصاویر استفاده میکنند و فرآیندهای دستهبندی محتوا و گردش کار را ساده میکنند.
– الهامات خلاقانه در هنر و طراحی: هنرمندان و طراحان از جستجوی شباهت تصویر برای کشف تصاویر، آثار هنری یا طرحهای مشابه بصری برای الهام گرفتن استفاده میکنند و ایدهپردازی و کاوش خلاقانه را تسهیل میکنند.
– امنیت و نظارت: آژانسهای امنیتی از جستجوی شباهت تصویر برای شناسایی مظنون، ردیابی اشیا و تجزیه و تحلیل الگو در میان فیلمهای نظارتی استفاده میکنند و قابلیتهای پیشگیری و تحقیق از جرم را افزایش میدهند.
نحوه استفاده از جستجوی شباهت تصویر در هوش مصنوعی Eden
مرحله 1: یک حساب کاربری در Eden AI ایجاد کنید
برای شروع کار با Eden AI API، باید برای یک حساب کاربری در پلتفرم Eden AI ثبت نام کنید. پس از ثبت نام، یک کلید API دریافت خواهید کرد که به شما امکان دسترسی به مجموعه متنوعی از ارائه دهندگان مشابه تصویر موجود در پلتفرم را می دهد.
کلید API خود را به صورت رایگان دریافت کنید
مرحله 2: منبع تصویر خود را انتخاب کنید
قبل از فرو رفتن در کد، تصمیم بگیرید که تصویر درخواست شما در کجا قرار دارد:
– آدرس فایل: اگر تصویر شما به صورت آنلاین میزبانی شود، از URL آن استفاده خواهید کرد.
– فایل محلی: اگر تصویر شما به صورت محلی در دستگاه شما ذخیره می شود، مسیر فایل آن را ارائه می دهید.
مرحله 3: قطعه کد پایتون را دریافت کنید
حالا بریم سراغ کد. بسته به انتخاب منبع تصویر خود، از کدهای مختلفی استفاده خواهید کرد
با استفاده از URL فایل
اگر از فایلی که به صورت آنلاین میزبانی شده استفاده می کنید، قطعه کد پایتون در اینجا آمده است:
import json
import requests
headers = {"Authorization": "Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJ1c2VyX2lkIjoiOWRmYTBmMDEtOTZlNS00ZWVjLTlhMTEtODM4M2Y2YjM0ZTY2IiwidHlwZSI6ImFwaV90b2tlbiJ9.vxdZl0DF2xO9xOnpBwNNXv8XA3D5fOxTX-JEBNlNkqk"}
url = "https://api.edenai.run/v2/image/search/launch_similarity"
json_payload = {
"providers": "sentisight",
"file_url": "🔗 URL of your image"
}
response = requests.post(url, json=json_payload, headers=headers)
result = json.loads(response.text)
print(result["sentisight"])
اطمینان حاصل کنید که URL تصویر خود را با آدرس واقعی جایگزین کنید. تصویری که در اینجا مشخص می کنید به عنوان پرس و جو برای جستجوی شباهت استفاده می شود
با استفاده از فایل محلی
اگر تصویر شما به صورت محلی ذخیره شده است، از قطعه کد زیر استفاده کنید:
import json
import requests
headers = {"Authorization": "Bearer your_bearer_token_here"}
url = "https://api.edenai.run/v2/image/search/launch_similarity"
data = {"providers": "sentisight"}
files = {'file': open("🖼️ path/to/your/image.png", 'rb')}
response = requests.post(url, data=data, files=files, headers=headers)
result = json.loads(response.text)
print(result['sentisight'])
“🖼️ path/to/your/image.png” را با مسیر واقعی فایل تصویری خود جایگزین کنید. این تصویر به عنوان پرس و جو برای جستجوی شباهت عمل می کند.
علاوه بر این، می توانید مقدار «ارائه دهندگان» را در هر دو کد به هر ارائه دهنده پشتیبانی شده در Eden AI که می خواهید برای جستجوی شباهت تصویر استفاده کنید، تغییر دهید.
با دنبال کردن این مراحل، میتوانید از قدرت API جستجوی شباهت تصویر Eden AI برای یافتن تصاویر مشابه بصری به راحتی استفاده کنید. چه با تصاویری که به صورت آنلاین میزبانی می شوند یا به صورت محلی ذخیره شده اند کار می کنید، Eden AI یک راه کارآمد و یکپارچه برای ادغام جستجوی شباهت تصویر در پروژه های شما ارائه می دهد. با ارائه دهندگان مختلف آزمایش کنید و جستجو را مطابق با نیازهای خاص خود سفارشی کنید و از این ابزار قدرتمند حداکثر استفاده را ببرید.
افزودن تصاویر جدید به مجموعه داده خود برای جستجوی شباهت تصویر
در آموزش قبلی، یاد گرفتیم که چگونه از Eden AI Image Similarity Search API برای یافتن تصاویر مشابه با استفاده از URL یا فایل محلی استفاده کنیم. اکنون، با یادگیری نحوه افزودن تصاویر جدید به مجموعه داده خود، می توانید به طور مداوم کتابخانه تصویر خود را به روز رسانی و اصلاح کنید و جستجوهای مشابه خود را حتی موثرتر کنید. چه در حال افزودن تصاویر از یک منبع آنلاین باشید و چه آنها را مستقیماً از دستگاه خود آپلود کنید، این مراحل به شما کمک می کند مجموعه داده خود را به راحتی مدیریت کنید.
راهنمای گام به گام
کد اصلی از Eden AI Documentation
قبل از اینکه به موارد خاص بپردازیم، در اینجا کد اصلی از مستندات Eden AI آمده است:
import requests
url = "https://api.edenai.run/v2/image/search/upload_image"
payload = {
"response_as_dict": True,
"attributes_as_list": False,
"show_original_response": False
}
headers = {
"accept": "application/json",
"content-type": "application/json",
"authorization": "Bearer your_bearer_token_here"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)
افزودن تصاویر از طریق URL
هنگامی که تصاویر را از طریق URL اضافه می کنید، URL تصویر را به نقطه پایانی API ارسال می کنید، که سپس تصویر را پردازش کرده و به مجموعه داده شما اضافه می کند.
import requests
url = "https://api.edenai.run/v2/image/search/upload_image"
payload = {
"response_as_dict": True,
"attributes_as_list": False,
"show_original_response": False,
"providers": "sentisight,nyckel",
"image_name": "test.jpg",
"file_url": "http://edenai-resource-example.jpg"
}
headers = {
"accept": "application/json",
"content-type": "application/json"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)
نمونه کد اصلاح شده
در اینجا نحوه تغییر کد برای افزودن تصویر از طریق URL آمده است:
1. تغییرات بارگذاری: «providers»، «image_name»، و «file_url» را به payload اضافه کنید.
- ارائه دهندگانی را که می خواهید استفاده کنید مشخص کنید.
- نام تصویر را وارد کنید (اختیاری).
- URL تصویری را که می خواهید به مجموعه داده خود اضافه کنید، مشخص کنید.
2. تغییرات سرصفحه: سرصفحه “مجوز” را حذف کنید زیرا برای آپلودهای URL لازم نیست.
3. درخواست تغییرات: برای ارسال درخواست به نقطه پایانی API از روش “requests.post” با بار و هدر استفاده کنید.
افزودن تصاویر از طریق فایل محلی
هنگام افزودن تصاویر از یک فایل محلی، باید داده های فایل را مستقیماً به API ارسال کنید.
import requests
url = "https://api.edenai.run/v2/image/search/upload_image"
payload = {
"response_as_dict": True,
"attributes_as_list": False,
"show_original_response": False,
"providers": "sentisight",
"image_name": "car5.jpeg"
}
headers = {
"authorization": "Bearer dummy_token_for_demo_purposes"
}
files = {'file': open("./Assets/car3.jpeg", "rb")}
response = requests.post(url, data=payload, files=files, headers=headers)
print(response.text)
نمونه کد اصلاح شده
در اینجا نحوه تغییر کد برای افزودن تصویر از طریق فایل محلی آمده است:
1. تغییرات بارگذاری: «ارائهدهندگان» و «image_name» را به محموله اضافه کنید.
- ارائه دهندگانی را که می خواهید استفاده کنید مشخص کنید.
- نام تصویر را وارد کنید.
- تغییرات سرصفحه:
- اطمینان حاصل کنید که هدر “مجوز” بدون تغییر باقی می ماند زیرا هنوز برای آپلود فایل مورد نیاز است.
-
“accept” و “content-type” را حذف کنید زیرا برای آپلود فایل محلی لازم نیست.
-
مسیر فایل محلی را که می خواهید آپلود کنید مشخص کنید.
4. درخواست تغییرات: برای ارسال درخواست به نقطه پایانی API، از روش “requests.post” با بار، فایل ها و هدرها استفاده کنید.
با دنبال کردن این مراحل، می توانید به راحتی تصاویر جدیدی را برای جستجوی شباهت تصویر با Eden AI به مجموعه داده خود اضافه کنید. به روز نگه داشتن کتابخانه تصویر، دقت و ارتباط جستجوهای شما را افزایش می دهد و در طول زمان نتایج بهتری ارائه می دهد. چه از طریق URL یا فایل محلی تصاویر را اضافه کنید، API Eden AI این فرآیند را ساده میکند و به شما امکان میدهد روی ساخت و اصلاح برنامه خود تمرکز کنید.
آموزش تصویری
برای کمک به شما در تجسم این مراحل، یک آموزش ویدیویی آماده کرده ایم که هم نحوه اجرای جستجوی شباهت تصویر و هم نحوه افزودن تصاویر به مجموعه داده خود را نشان می دهد. ویدئوی زیر را تماشا کنید تا ادامه دهید و مراحل را در عمل مشاهده کنید:
ویدیو را اینجا ببینید
مزایای استفاده از API منحصر به فرد Eden AI
استفاده از Eden AI API سریع و آسان است
صرفه جویی در زمان و هزینه
ما یک API یکپارچه برای همه ارائهدهندگان ارائه میدهیم: استفاده ساده و استاندارد، با یک سوئیچ سریع که به شما امکان میدهد به راحتی به تمام ویژگیهای خاص (Diarization، زمانبندی، فیلتر نویز و غیره) دسترسی داشته باشید.
آسان برای ادغام
فرمت خروجی JSON به لطف کار استانداردسازی Eden AI برای همه تامین کنندگان یکسان است. عناصر پاسخ نیز به لطف الگوریتم های تطبیق قدرتمند Eden AI استاندارد شده اند
سفارشی سازی
با هوش مصنوعی Eden می توانید یک پلت فرم شخص ثالث را ادغام کنید: ما می توانیم به سرعت اتصال دهنده ها را توسعه دهیم. برای ادامه دادن و سفارشی کردن درخواست API خود با پارامترهای خاص، مستندات ما را بررسی کنید
می توانید مستندات هوش مصنوعی Eden را اینجا ببینید.
مرحله بعدی پروژه شما
تیم هوش مصنوعی Eden می تواند به شما در پروژه یکپارچه سازی جستجوی شباهت تصویر کمک کند. این می تواند توسط:
- سازماندهی نمایشی محصول و بحث برای درک بهتر نیازهای شما. شما می توانید یک فرصت زمانی را در این لینک رزرو کنید: تماس
- با آزمایش نسخه عمومی Eden AI به صورت رایگان: با این حال، همه ارائه دهندگان در این نسخه در دسترس نیستند. برخی فقط در نسخه Enterprise در دسترس هستند.
- با بهره مندی از پشتیبانی و مشاوره تیمی از متخصصان برای یافتن ترکیبی بهینه از ارائه دهندگان با توجه به نیازهای خاص خود
- داشتن امکان ادغام در یک پلت فرم شخص ثالث: ما می توانیم به سرعت اتصال دهنده ها را توسعه دهیم.
حساب خود را در Eden AI ایجاد کنید