从“拍张照片找同款”说起：华为云图像搜索入门笔记

最近在华为云开发者学堂了解“找同款”这类应用背后的技术，顺手把图像搜索的核心概念整理了一下。以前我以为“以图搜图”就是拿两张图片逐个像素对比，学完才发现完全不是这么回事，分享给同样刚入门的同学。

一、以图搜图到底在搜什么

图像搜索（以图搜图）属于基于内容的图像检索：它不看文件名，也不靠人工写的文字标签，而是直接分析图片内容本身。

关键点是特征向量：模型会把一张图片的语义内容压缩成一串数字（一个向量），比如颜色、纹理、形状乃至更抽象的“风格”信息都被编码进去。这样一来，“两张图片像不像”就变成了“两个向量距离近不近”，可以用余弦相似度或欧氏距离来量化，向量越近，图片越相似。

为什么不直接比像素？因为同一件衣服换个光照、角度、背景，像素几乎全变了，但人一眼还是能认出是同款。像素比对对这类变化太敏感，也表达不了“像不像”这种语义层面的判断，所以必须先提取高层特征，再比特征。

二、一次搜索背后的四步

1. 离线建库：把图库里的图片逐张提取特征向量，建立向量索引后入库。这一步是提前做好的，不然每次搜索都现算，速度根本跟不上。
2. 在线查询：用户上传查询图片，用同一个模型提取它的特征向量，保证和图库里的向量“一个口径”。
3. 相似度计算与排序：在索引中找出距离最近的一批候选（Top-K），按相似度从高到低排序。图库到亿级规模时靠的是向量索引和近似最近邻检索，用一点可控的精度损失换毫秒级响应。
4. 过滤与返回：结合图片的标签等元数据（比如品类、场景）收窄范围，再把结果返回给用户。

三、华为云图像搜索服务的使用流程

华为云图像搜索（ImageSearch）是 EI 企业智能服务里的一个通用 AI 服务，基于深度学习与图像识别技术，把上面这套“特征向量化 + 搜索”的能力以开放 API 的方式提供出来，不用自己训模型、建索引。基本使用流程是四步：

1. 开通服务后，在控制台的实例管理中创建实例，选择对应的服务模型。实例可以理解成一个特征向量库，后续的图片特征都存在它里面。
2. 添加图片：把图片加入实例并设置标签。只有已经添加到实例中的图片，才能被搜索到——这点很容易踩坑，光把图片传到存储里是不算入库的。
3. 搜索图片：上传要查的图片即可。搜索类型支持以图搜图（IMAGE）、关键词（KEYWORD）和文本（TEXT）；在线传图可以用图片 URL 或 Base64，二选一，支持 JPEG/JPG/PNG/BMP/WEBP 格式，图片不超过 5M，且不能带旋转信息。
4. 按需做检查、更新、删除：查某张图在不在实例里、修改它的信息、下架的商品图及时删掉，避免用户搜到却买不了。

调用方式上，除了在控制台测试，也可以用 API Explorer 在线调用，或者用 curl/Postman 发请求，再或者通过 SDK 集成到自己的应用里。

四、它能用在哪

最典型的就是电商的商品搜索：用户拍一张衣服的照片，在商品库里找到同款或相似商品，直接导向购买或推荐——这就是“找同款”。除此之外，相似图片推荐、图片内容审核等场景也都能用到这套能力。

五、给新手的三个小提示

• 先入库，再搜索：没添加进实例的图片，搜不到。
• 标签要规范：入库时认真打标签，搜索时用标签过滤，精度和速度都能提升。
• 图片质量很重要：主体清晰、突出的图片，提取出的特征更准；模糊、主体太小、带旋转信息的图片都会拖累效果。

入门之后最大的感受是：图像搜索的“智能”不在搜索那一下，而在前面的特征提取和索引建设上。把这条线理清楚，再去看具体的 API 和实验，就顺多了。