基于Keras的图像检索引擎

演示

演示地址(无法访问，因未续费VPS)，运行在CPU上，Web界面采用SoTu。

环境

In [1]: import keras
使用Theano后端。

经过测试，Keras 2.0.1 和 2.0.5 版本均可正常使用。推荐使用 Python 2.7，也支持 Python 3.6。

此外，还需要 numpy、matplotlib、os、h5py 和 argparse。建议使用 Anaconda 进行安装。

使用

• 步骤一

python index.py -database <数据集路径> -index <输出索引文件名>

• 步骤二

python query_online.py -query <查询图片路径> -index <索引文件路径> -result <检索结果保存路径>

├── database 图像数据集
├── extract_cnn_vgg16_keras.py 使用预训练 VGG16 模型提取图像特征
|── index.py 对图像集提取特征，建立索引
├── query_online.py 库内搜索
└── README.md

示例

# 对 database 文件夹内的图片进行特征提取，并建立索引文件 featureCNN.h5
python index.py -database database -index featureCNN.h5

# 使用 database 文件夹内的 001_accordion_image_0001.jpg 作为测试图片，在 database 内以 featureCNN.h5 进行近似图片查找，并显示最近似的 3 张图片
python query_online.py -query database/001_accordion_image_0001.jpg -index featureCNN.h5 -result database

论文推荐

awesome-cbir-papers

问题汇总

• query_online.py 第 28 行报错时，将 index.py 第 62 行注释掉，改用第 61 行。

此外，若在使用过程中遇到任何问题，请在赞赏留言中留下您的微信，收到消息后我会尽快修复。

flask-keras-cnn-image-retrieval 快速上手指南

基于 Keras 和预训练 VGG16 模型的图像检索引擎，支持通过命令行提取图像特征并建立索引，实现以图搜图功能。

环境准备

• 操作系统：Linux / macOS / Windows
• Python 版本：推荐 Python 2.7，已测试支持 Python 3.6
• Keras 版本：2.0.1 或 2.0.5（后端支持 Theano）
• 核心依赖库：
  • numpy
  • matplotlib
  • h5py
  • argparse
  • os

💡 安装建议：推荐使用 Anaconda 管理环境和依赖，可避免版本冲突。国内用户可使用清华镜像源加速安装：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

安装步骤

1. 克隆项目代码（假设已下载源码到本地目录）：

   git clone https://github.com/willard-yuan/flask-keras-cnn-image-retrieval.git
   cd flask-keras-cnn-image-retrieval
   

2. 安装 Python 依赖（使用 pip 或 conda）：

   pip install keras==2.0.5 numpy matplotlib h5py argparse
   # 若使用 Theano 后端，还需安装 theano
   pip install theano
   

3. 确认 Keras 后端配置（可选）： 确保 ~/.keras/keras.json 中 backend 设置为 "theano"（根据原文演示环境）。

基本使用

第一步：构建图像索引

对指定文件夹内的图像数据集提取特征并生成索引文件（.h5 格式）：

python index.py -database <path-to-dataset> -index <name-for-output-index>

示例：对 database 文件夹内的图片建立索引，输出为 featureCNN.h5：

python index.py -database database -index featureCNN.h5

第二步：执行图像检索

使用查询图片在已建立的索引中搜索相似图像：

python query_online.py -query <path-to-query-image> -index <path-to-index-flie> -result <path-to-images-for-retrieval>

示例：以 database/001_accordion_image_0001.jpg 为查询图，在 database 中查找最相似的 3 张图片：

python query_online.py -query database/001_accordion_image_0001.jpg -index featureCNN.h5 -result database

运行后将在结果目录中展示检索到的相似图像。