Как найти часть фотографий

Поиск изображений по фрагменту

В своем выступлении Александр Крайнов рассказал каким способом Яндекс.Картинки кластеризировали дубликаты изображений. Другими словами, выделяли и отфильтровывали дубли картинок. Где основная идея была в том, чтобы выделить контуры изображения посредством фильтра DoG, после чего найти ключевые точки и получить их дескрипторы.
Кластеризация дубликатов сводится к поиску совпадений дескрипторов. Это и есть «цифровой формат» ключевых точек из статьи Кластеризация дубликатов в поиске по картинкам.

Но хотелось бы немного подробнее узнать, что это за дескрипторы и как производить по ним поиск.

Дескрипторы

Ключевые точки — это точки, которые в идеале не должны меняться при изменении или модификации изображения.
Дескрипторы — это, в общем виде, свертка характеристик и представление ключевых точек в формате доступном для проверки на совпадение.

Поиск эффективного выделения ключевых точек, их дескрипторов, а также методов проверки на совпадения, все еще остается на повестке дня.

Но надо с чего-то начинать, поэтому обратимся на помощь к библиотеке OpenCV.

Первое на что бросается взгляд — это дескрипторы SURF.
Которые обещают необычайную точность. Что и подтверждается после тестов.

Но есть несколько нюансов.
Дескрипторы SURF — это вектора из 128 (или 64) чисел на одну ключевую точку. Проверка на совпадение выполняется поиском ближайшей точки (или даже двух). И чем ближе точка, тем лучше.

Получается что на изображение с 1 000 ключевых точек, потребуется 128 000 чисел с плавающей точкой.
Кроме того, само обнаружение точек довольно сложная операция и требует значительное время. Что не позволяет эффективно использовать данный алгоритм на небольших устройствах. К тому же сам алгоритм закрытый и запатентован (в США).

После ознакомления с SIFT и SURF, захотелось чего-то простого в реализации с возможностью применить на небольшом сервере либо устройстве.

Перцептивные хеши

И были найдены перцептуальные или перцептивные хеши.
Задача которых в том, что бы при небольшом изменении изображения хеш также незначительно менялся.

Проверка на совпадение проводится подсчетом количества отличающихся позиций между двумя хешами. Т.е. подсчет расстояния Хэмминга. И чем меньше оно, чем меньше различающихся элементов, тем больше совпадение.

Данный метод рассчитан на поиск полных либо частичных дубликатов изображения. Т.е. при значительном изменении формата изображения либо вмешательство в контент приводит к невозможности проверки на совпадение, так как хеши будут заметно отличаться.

Другими словами перцептивные хеши не годятся для поиска полудубликатов.

Исходя из этого была предпринята попытка объединить SURF дескрипторы и перцептивные хеши с целью решить проблему поиска нечетких полудубликатов.

Метод основывается на кластеризации ключевых точек таким образом, чтобы центры кластеров совпадали на оригинальном и кропнутом изображении. А далее производилось выделение фрагмента изображения вокруг ключевой точки и получения перцептивного хеша. В результате одно изображение давало порядка 200 кроп нарезков и их хешей.

У данного метода есть два с половиной значительных недостатка:
1. низкая скорость проверки на совпадение на большом наборе хешей. Поиск по 1 млн хешей занимало 20 секунд
2. низкая скорость получения ключевых точек
3. низкая точность, множество ложных срабатываний, высокие требование к целевой базе, годится не для всех картинок, требует премодерации и т.д

Сама идея о том, что бы из изображения выделялось некоторое количество отпечатков (fingerprint), которые можно было бы просто сопоставить друг с другом, завораживала.

Поэтому было решено попытаться найти решения данным проблемам.

Низкая скорость выборки

Сложность поиска и подсчета расстояния Хэмминга на большом наборе данных является самостоятельной проблемой и требует независимого подхода.
После некоторых исследований тематики оказалось, что существует множество решений данной проблемы.
Был выбран и реализован наиболее эффективный из имеющихся алгоритм названный HEngine, который позволил в ~60 раз ускорить выборку из базы данных.

SURF и ключевые точки

Так как мы работаем уже с бинарными хешами, или отпечатками, а совпадение считаем расстоянием Хэмминга, то странно использовать такую махину как SURF и стоило бы рассмотреть другие методы получения ключевых точек и дескрипторов.

В общем виде OpenCV предоставляет два типа дескрипторов:

— Дескрипторы с плавающей точкой
— И бинарные дескрипторы

Вот бинарные дескрипторы как никакие иные подходят для нашей задачи, потому что также используют расстояние Хэмминга для проверки на совпадения.

ORB: an efficient alternative to SIFT or SURF

OpenCV уже имеет у себя отличную альтернативу SURF, которая мало того, что открытая и без лицензионных ограничений, так еще легче и работает быстрее [1].

ORB — это Oriented FAST and Rotated BRIEF — улучшенная версия и комбинация детектора ключевых точек FAST и бинарных дескрипторов BRIEF.

ORB имеет один существенный нюанс для нас — размер дескрипторов 32 байта на одну точку.
Проверка на совпадение — это сумма расстояний Хэмминга для каждого байта дескриптора (первый сравнивается с первым, второй со вторым и тд).

В нашей задаче подразумевается, что одна точка дает одно значение, а тут получается 32, которые надо еще и суммировать с соответствующими по индексу (первый с первым, второй со вторым и тд) в целевой базе данных.

Так как наш хеш это 64битное число, то требуется 32 байта дескриптора ужать в 8 байт и при этом не сильно потерять в точности.

После некоторых тестов было решено попробовать эти 32 байта представить в виде матрицы 16×16 бит. А потом эту матрицу пропустить через перцептивный хеш PHash. Результатом должно было оказаться как раз 64 битное число.

Теперь мы подошли к полному описанию концепта.

Как работает индексация

1. Получаем ключевые точки и дескрипторы ORB, выбираем количество требуемых точек на изображении.
2. Полученные дескрипторы по 32 байта представляем в виде битовой матрицы 16×16.
3. Конвертируем матрицу в 64битное число с помощью PHash.
4. Сохраняем 64битные отпечатки в MySQL.
5. Выбираем требуемое расстояние Хэмминга и запускаем демон HEngine, который будет выполнять поиск.

Как работает поиск

Выполняем идентичные шаги 1 — 3 из индексации, но только на запрашиваемом изображении.
4. Делаем запрос демону HEngine, который возвращает все хеши в заданном пределе.
5. Если требуется, отфильтровать неактуальные результаты.

Рис 1. Предел расстояния Хэмминга 7. Серые точки — это найденные ключевые точки. Зеленые — совпадающие точки. Красные — совпадающие стандартным ORB полным перебором.

А что в итоге?

В итоге удалось решить нескольких проблем:
— найти способ быстрого подсчета расстояния Хэмминга на большом наборе данных
— избавиться от большого и неудобного SURF
— увеличить скорость выделения ключевых точек и их отпечатков
— а также не потерять сильно в точности.

Что позволило находить изображения по их фрагменту, а также нечеткие полудубликаты без больших вычислительных ресурсов.

Рис 2. Сладкое к пятнице

Учитывая то, что в зависимости от настроек, описанный алгоритм через бинарные дескрипторы ORB выдает около 1 000 хешей на картинку.
На базу в 1 000 изображений получается 1 000 000 хешей в базе. Поиск и кластеризация всех дубликатов занимает полторы минуты. Включает в себя полный перебор и поиск совпадающих хешей.

Ссылки

[1] Ethan Rublee, Vincent Rabaud, Kurt Konolige, Gary R. Bradski: ORB: An efficient alternative to SIFT or SURF. ICCV 2011: 2564-2571.
[2] en.wikipedia.org/wiki/SURF
[3] ru.wikipedia.org/wiki/Расстояние_Хэмминга
[4] phash.org
[5] habrahabr.ru/post/143667 Кластеризация дубликатов в Яндекс.Картинках
[6] habrahabr.ru/post/211264 HEngine — алгоритм поиска хешей в пределах заданного расстояния Хэмминга на большом наборе данных
[7] github.com/valbok/img.chk Мой прототип поиска по фрагментам

Насколько помню, в OpenCV для поиска фрагмента на картинке реализована корреляционная функция. Довольно трудоемкий алгоритм, есть отличная замена — алгоритм Mean Absolute Difference (MAD). По сути, обычный модуль разности. Вроде бы именно он в TERCOMе используется, например.
Кроме того, для повышения быстродействия можно воспользоваться прореживанием, то есть не обязательно сравнивать/считать корреляцию каждого пикселя основного изображения и маленького, можно «проредить» как основное, так и маленькое изображение. Как минимум через 1 столбец можно смело проскакивать. Можно и больше, но, главное, чтобы эталонное изображение не потеряло своей отличительной черты.
Есть еще способ — так называемое введение порога. Такой порог позволяет практически по нескольким пикселям сразу понять, соответствует ли фрагмент искомому или же нет.
Положение маленького изображения на большом будет характеризоваться минимумом (в случае использования самой обычной корреляционной функции) или же максимумом (если использовать MAD). Если ваши изображения не зашумлены никак, то корреляция в том месте, где находится искомый объект, будет 0 (в случае MAD). Значит, если при расчете корреляции встретили что-то отличное от 0, то можно смело двигаться дальше. При наличии шума придется порог поправять на этот шум.
В теории, можно совмещать все методы и получить очень значительное ускорение. А вообще, использование одного лишь порога дает очень и очень существенный буст.

Нашел у себя код на С++ с OpenCV для корреляционного поля с использованием порога вот. На вход основное изображение и шаблон, который ищем, на выход — корреляционная карта. Потом просто по карте ищется минимум.

void meanAbsuluteDifference_LIM(const Mat &_img, const Mat &_templ, Mat &_res){
    int M = _res.rows,
        N = _res.cols,
        m = _templ.rows,
        n = _templ.cols;

    register float RES_ELEM = 0, TEMP_ELEM = 0;
    register int   I = 0, J = 0, i = 0, j = 0;

    for (I; I < M; ++I){
        for (J; J < N; ++J){
            RES_ELEM = 0;
            lim = 0;
            for (i; i < m; ++i){
                for (j; j < n; ++j){
                    uchar RI = _img.at<uchar>(I + i, J + j),
                        CI = _templ.at<uchar>(i, j);
                    RES_ELEM += std::abs(RI - CI);
                    lim += stdDevNoise;  // поправка порога на ско шума. шума нет - порог всегда 0.
                    if (RES_ELEM > lim){ // получили значение больше порога - останавливаем проверку и двигаемся дальше
                        goto stop;
                    }
                }
            }
        stop:
            i = 0; j = 0;
            _res.at<float>(I, J) += RES_ELEM;
        }
        J = 0;
    }
}

Как найти похожую картинку, фотографию, изображение в интернет

Допустим у Вас есть какое-то изображение (рисунок, картинка, фотография), и Вы хотите найти такое же (дубликат) или похожее в интернет. Это можно сделать при помощи специальных инструментов поисковиков Google и Яндекс, сервиса TinEye, а также потрясающего браузерного расширения PhotoTracker Lite, который объединяет все эти способы. Рассмотрим каждый из них.

Поиск по фото в Гугл

Тут всё очень просто. Переходим по ссылке https://www.google.ru/imghp и кликаем по иконке фотоаппарата:

Дальше выбираем один из вариантов поиска:

На открывшейся страничке кликаем по ссылке «Все размеры»:

В итоге получаем полный список похожих картинок по изображению, которое было выбрано в качестве образца:

Есть еще один хороший способ, работающий в браузере Chrome. Находясь на страничке с интересующей Вас картинкой, подведите к ней курсор мыши, кликните правой клавишей и в открывшейся подсказке выберите пункт «Найти картинку (Google)»:

Вы сразу переместитесь на страницу с результатами поиска!

Поиск по картинкам в Яндекс

Укажите адрес картинки в сети интернет либо загрузите её с компьютера (можно простым перетаскиванием в специальную области в верхней части окна браузера):

Результат поиска выглядит таким образом:

Вы мгновенно получаете доступ к следующей информации:

Поиск похожих картинок в тинай

Многие наверняка уже слышали об онлайн сервисе TinEye, который русскоязычные пользователи часто называют Тинай. Он разработан экспертами в сфере машинного обучения и распознавания объектов. Как следствие всего этого, тинай отлично подходит не только для поиска похожих картинок и фотографий, но их составляющих.

Проиндексированная база изображений TinEye составляет более 10 миллиардов позиций, и является крупнейших во всем Интернет. «Здесь найдется всё» — это фраза как нельзя лучше характеризует сервис.

Переходите по ссылке https://www.tineye.com/, и, как и в случае Яндекс и Google, загрузите файл-образец для поиска либо ссылку на него в интернет.

На открывшейся страничке Вы получите точные данные о том, сколько раз картинка встречается в интернет, и ссылки на странички, где она была найдена.

PhotoTracker Lite – поиск 4в1

Расширение для браузера PhotoTracker Lite (работает в Google Chrome, Opera с версии 36, Яндекс.Браузере, Vivaldi) позволяет в один клик искать похожие фото не только в указанных выше источниках, но и по базе поисковика Bing (Bing Images)!

В настройках приложения укажите источники поиска, после чего кликайте правой кнопкой мыши на любое изображение в браузере и выбирайте опцию «Искать это изображение» PhotoTracker Lite:

Есть еще один способ поиска в один клик. По умолчанию в настройках приложения активирован пункт «Показывать иконку быстрого поиска». Когда Вы наводите на какое-то фото или картинку, всплывает круглая зеленая иконка, нажатие на которую запускает поиск похожих изображений – в новых вкладках автоматически откроются результаты поиска по Гугл, Яндекс, Тинай и Бинг.

Расширение создано нашим соотечественником, который по роду увлечений тесно связан с фотографией. Первоначально он создал этот инструмент, чтобы быстро находить свои фото на чужих сайтах.

Когда это может понадобиться

На самом деле, случаев, когда может пригодиться поиск по фотографии, огромное множество. Можно еще привести и такой пример…

Как найти оригинал заданного изображения

Например, у Вас есть какая-то фотография, возможно кадрированная, пожатая, либо отфотошопленная, а Вы хотите найти её оригинал, или вариант в лучшем качестве. Как это сделать? Проводите поиск в Яндекс и Гугл, как описано выше, либо средствами PhotoTracker Lite и получаете список всех найденных изображений. Далее руководствуетесь следующим:

Уважаемые читатели, порекомендуйте данный материал своим друзьям в социальных сетях, а также задавайте свои вопросы в комментариях и делитесь своим мнением!

Источник

Поиск по картинке

В Яндексе можно искать информацию с помощью картинки. Это может быть полезно, если вы хотите:

Если у вас есть только часть картинки, этого хватит, чтобы найти полную версию. Картинку для поиска можно взять из интернета или загрузить с компьютера или телефона.

Как начать поиск по картинке

Нажмите кнопку справа от поисковой строки и загрузите картинку одним из способов:

Нажмите значок в поисковой строке, затем сделайте фото интересующего вас объекта или загрузите исходное изображение из галереи.

Как искать картинку с другого сайта

Поиск по картинке

В Яндексе можно искать информацию с помощью картинки. Это может быть полезно, если вы хотите:

Если у вас есть только часть картинки, этого хватит, чтобы найти полную версию. Картинку для поиска можно взять из интернета или загрузить с компьютера или телефона.

Как начать поиск по картинке

Нажмите кнопку справа от поисковой строки и загрузите картинку одним из способов:

Нажмите значок в поисковой строке, затем сделайте фото интересующего вас объекта или загрузите исходное изображение из галереи.

Как искать картинку с другого сайта

Источник

Как найти похожие фото в компьютере

Решил Вам сегодня очередной раз поведать, как бесплатно найти похожие картинки и фото в компьютере. Тем более, очень давно не выявлял и не удалял эти лишние файлы в своём многострадальном ноутбуке.

Речь пойдёт про очень маленькую, лёгкую и простую, быструю и абсолютно бесплатную программку под названием Find.Same.Images.OK от проверенного производителя (на сайте описано уже наверное с десяток их (его) замечательных полезных работ).

Немного забегу вперёд и скажу Вам, что этот поисковик похожих картинок и фотографий в компьютере меня очень впечатлил своей скоростью работы и качеством нахождения дубликатов. Просто невероятный результат получился у программы «весом» всего 1 Мб.

Find.Same.Images.OK — найти похожие картинки и фото

Рассказывать и показывать буду на примере портативной версии программы (64-бит), так как произвожу такой поиск похожих фото в своём компьютере очень не часто и держать в операционной системе лишний установленный софт в режиме ожидания несколько лет считаю нецелесообразным.

Итак, разархивировал полученный по официальной ссылке, что в конце статьи, файл и кликаю по весёлому ярлыку Find.Same.Images.OK…

…соглашаюсь с лицензией…

Обратите внимание на количество поддерживаемых языков интерфейса программы — если вдруг Ваш неправильно определился автоматически, то можно выбрать нужный ручками, кликом по своему флажку.

Главное и единственное рабочее окно Find.Same.Images.OK…

Верхняя панель не задержит Ваше внимание надолго — там всего-лишь можно назначить окно при запуске программы и его расположение на рабочем столе…

Читайте также на сайте:

…ещё я скрыл строку состояния — пользы от неё, как выяснилось, абсолютно нет…

Как видите — есть в Find.Same.Images.OK поддержка горячих клавиш и удобный полноэкранный режим.

Все приготовления закончили — можно уже и найти похожие картинки с фото в компьютере, правда? Задаём нужные параметры поиска:

Далее выставляем приоритет для программы — ударять на производительность (быстрее поиск будет происходить), на качество поиска — искать тщательнее и без ошибок или работать в среднем режиме (первый пункт в выпадающем меню, который я и выбрал)…

В этой же строке с параметрами поиска похожих изображений можно ещё указать искать ли среди повёрнутых и перевёрнутых снимков — может ускорить и облегчить работу программы, если Вы знаете, что таких в папке точно нет (программа не будет подключать лишний алгоритм поиска).

Есть ещё вторая строка предварительных параметров поиска дублей изображений…

…в которой указываю отображение результатов списком, процент похожести фото и нужно ли искать во вложенных папках. Согласен, немного запутанно всё, но как есть.

Теперь осталось только просто кликнуть по кнопке «Start» в центре рабочего окна программы…

…и откинувшись в компьютерном кресле — наблюдать за работой Find.Same.Images.OK

У меня весь процесс поиска похожих фотографий в «распухшем» на целых 35.8 Гб семейном фотоальбоме занял всего 9 минут, что просто невероятно быстро…

Было найдено 799 похожих изображений — результат «сброса» в общий альбом (папку) файлов всеми членами семьи без сортировки.

Выделяем в нижнем списке найденных программой похожих фоток пару (строку) и получив информацию о проценте схожести, путях к расположению, разрешении (размере) обоих изображений, а также посмотрев на выявленные похожие фотографии воочию, своими глазками в окнах предпросмотра — определяемся и удаляем лишние.

Как Вы понимаете, в моём случае это очень долгий процесс будет, поэтому спешу откланяться, чтоб скорее заняться важным делом по освобождению дискового пространства в своём ноутбуке от лишних файлов.

Скачать Find.Same.Images.OK

На сайте автора есть целых четыре ссылки на скачивание программы — две на обычные инсталляционные версии программы, но под разную битность системы и две на портативные, тоже под системы с разной разрядностью…

После того, как определитесь и нажмёте на нужную ссылку — не спешите и не тыкайте ни на что на появившейся странице…

…через несколько секунд Ваш установщик скачается автоматически, а если этого не произошло всё-таки по какой-то причине — тогда уже можно кликнуть на альтернативную ссылку для запуска загрузки в ручном режиме…

Find.Same.Images.OK работает во всех версиях Windows, начиная с Vista, «понимает» такие графические форматы — JPEG, GIF, PNG, BMP, PCX, WMF, TIFF, TGA и RAW.

Производитель даже приложил таблицу с результатами проверки инсталляторов программы на сервисе ВирусТотал (клик по хеш-сумме перекинет в VirusTotal)…

Теперь Вы знаете, как бесплатно найти похожие картинки и фото в компьютере. До новых полезных компьютерных программ и интересных приложений для Андроид.

ПОЛЕЗНОЕ ВИДЕО

Источник

Поиск по картинке

В Яндексе можно искать информацию с помощью картинки. Это может быть полезно, если вы хотите:

Если у вас есть только часть картинки, этого хватит, чтобы найти полную версию. Картинку для поиска можно взять из интернета или загрузить с компьютера или телефона.

Как начать поиск по картинке

Нажмите кнопку справа от поисковой строки и загрузите картинку одним из способов:

Нажмите значок в поисковой строке, затем сделайте фото интересующего вас объекта или загрузите исходное изображение из галереи.

Как искать картинку с другого сайта

Поиск по картинке

В Яндексе можно искать информацию с помощью картинки. Это может быть полезно, если вы хотите:

Если у вас есть только часть картинки, этого хватит, чтобы найти полную версию. Картинку для поиска можно взять из интернета или загрузить с компьютера или телефона.

Как начать поиск по картинке

Нажмите кнопку справа от поисковой строки и загрузите картинку одним из способов:

Нажмите значок в поисковой строке, затем сделайте фото интересующего вас объекта или загрузите исходное изображение из галереи.

Как искать картинку с другого сайта

Источник

Поиск по картинке

В Яндексе можно искать информацию с помощью картинки. Это может быть полезно, если вы хотите:

Если у вас есть только часть картинки, этого хватит, чтобы найти полную версию. Картинку для поиска можно взять из интернета или загрузить с компьютера или телефона.

Как начать поиск по картинке

Нажмите кнопку справа от поисковой строки и загрузите картинку одним из способов:

Нажмите значок в поисковой строке, затем сделайте фото интересующего вас объекта или загрузите исходное изображение из галереи.

Как искать картинку с другого сайта

Поиск по картинке

В Яндексе можно искать информацию с помощью картинки. Это может быть полезно, если вы хотите:

Если у вас есть только часть картинки, этого хватит, чтобы найти полную версию. Картинку для поиска можно взять из интернета или загрузить с компьютера или телефона.

Как начать поиск по картинке

Нажмите кнопку справа от поисковой строки и загрузите картинку одним из способов:

Нажмите значок в поисковой строке, затем сделайте фото интересующего вас объекта или загрузите исходное изображение из галереи.

Как искать картинку с другого сайта

Источник

Как найти похожую картинку, фотографию, изображение в интернет

12.07.2019

Допустим у Вас есть какое-то изображение (рисунок, картинка, фотография), и Вы хотите найти такое же (дубликат) или похожее в интернет. Это можно сделать при помощи специальных инструментов поисковиков Google и Яндекс, сервиса TinEye, а также потрясающего браузерного расширения PhotoTracker Lite, который объединяет все эти способы. Рассмотрим каждый из них.

Поиск по фото в Гугл

Тут всё очень просто. Переходим по ссылке https://www.google.ru/imghp и кликаем по иконке фотоаппарата:

Дальше выбираем один из вариантов поиска:

1. Указываем ссылку на изображение в интернете
2. Загружаем файл с компьютера

На открывшейся страничке кликаем по ссылке «Все размеры»:

В итоге получаем полный список похожих картинок по изображению, которое было выбрано в качестве образца:

Есть еще один хороший способ, работающий в браузере Chrome. Находясь на страничке с интересующей Вас картинкой, подведите к ней курсор мыши, кликните правой клавишей и в открывшейся подсказке выберите пункт «Найти картинку (Google)»:

Вы сразу переместитесь на страницу с результатами поиска!

Статья по теме: Поисковые сервисы Google, о которых Вы не знали!

Поиск по картинкам в Яндекс

У Яндекса всё не менее просто чем у Гугла  Переходите по ссылке https://yandex.by/images/ и нажимайте значок фотоаппарата в верхнем правом углу:

Укажите адрес картинки в сети интернет либо загрузите её с компьютера (можно простым перетаскиванием в специальную области в верхней части окна браузера):

Результат поиска выглядит таким образом:

Вы мгновенно получаете доступ к следующей информации:

• Какие в сети есть размеры изображения, которое Вы загрузили в качестве образца для поиска
• Список сайтов, на которых оно встречается
• Похожие картинки (модифицированы на основе исходной либо по которым алгоритм принял решение об их смысловом сходстве)

Поиск похожих картинок в тинай

Многие наверняка уже слышали об онлайн сервисе TinEye, который русскоязычные пользователи часто называют Тинай. Он разработан экспертами в сфере машинного обучения и распознавания объектов. Как следствие всего этого, тинай отлично подходит не только для поиска похожих картинок и фотографий, но их составляющих.

Проиндексированная база изображений TinEye составляет более 10 миллиардов позиций, и является крупнейших во всем Интернет. «Здесь найдется всё» — это фраза как нельзя лучше характеризует сервис.

Переходите по ссылке https://www.tineye.com/, и, как и в случае Яндекс и Google, загрузите файл-образец для поиска либо ссылку на него в интернет.

На открывшейся страничке Вы получите точные данные о том, сколько раз картинка встречается в интернет, и ссылки на странички, где она была найдена.

PhotoTracker Lite – поиск 4в1

Расширение для браузера PhotoTracker Lite (работает в Google Chrome, Opera с версии 36, Яндекс.Браузере, Vivaldi) позволяет в один клик искать похожие фото не только в указанных выше источниках, но и по базе поисковика Bing (Bing Images)!

Скриншот интерфейса расширения:

В настройках приложения укажите источники поиска, после чего кликайте правой кнопкой мыши на любое изображение в браузере и выбирайте опцию «Искать это изображение» PhotoTracker Lite:

Есть еще один способ поиска в один клик. По умолчанию в настройках приложения активирован пункт «Показывать иконку быстрого поиска». Когда Вы наводите на какое-то фото или картинку, всплывает круглая зеленая иконка, нажатие на которую запускает поиск похожих изображений – в новых вкладках автоматически откроются результаты поиска по Гугл, Яндекс, Тинай и Бинг.

Расширение создано нашим соотечественником, который по роду увлечений тесно связан с фотографией. Первоначально он создал этот инструмент, чтобы быстро находить свои фото на чужих сайтах.

Когда это может понадобиться

• Вы являетесь фотографом, выкладываете свои фото в интернет и хотите посмотреть на каких сайтах они используются и где возможно нарушаются Ваши авторские права.
• Вы являетесь блогером или копирайтером, пишите статьи и хотите подобрать к своему материалу «незаезженное» изображение.
• А вдруг кто-то использует Ваше фото из профиля Вконтакте или Фейсбук в качестве аватарки на форуме или фальшивой учетной записи в какой-либо социальной сети? А ведь такое более чем возможно!
• Вы нашли фотографию знакомого актера и хотите вспомнить как его зовут.

На самом деле, случаев, когда может пригодиться поиск по фотографии, огромное множество. Можно еще привести и такой пример…

Как найти оригинал заданного изображения

Например, у Вас есть какая-то фотография, возможно кадрированная, пожатая, либо отфотошопленная, а Вы хотите найти её оригинал, или вариант в лучшем качестве. Как это сделать? Проводите поиск в Яндекс и Гугл, как описано выше, либо средствами PhotoTracker Lite и получаете список всех найденных изображений. Далее руководствуетесь следующим:

1. Оригинальное изображение, как правило имеет больший размер и лучшее качество по сравнению с измененной копией, полученной в результате кадрирования. Конечно можно в фотошопе выставить картинке любой размер, но при его увеличении относительно оригинала, всегда будут наблюдаться артефакты. Их можно легко заметить даже при беглом визуальном осмотре.
   

   Статья в тему: Как изменить размер картинки без потери в качестве.

2. Оригинальные фотографии часто имеют водяные знаки, обозначающие авторство снимка (фамилия, адрес сайта, название компании и пр.). Конечно водяной знак может добавить кто угодно на абсолютно на любое изображение, но в этом случае можно поискать образец фото на сайте или по фамилии автора, наверняка он где-то выкладывает своё портфолио онлайн.
3. И наконец, совсем простой признак. Если Ваш образец фото черно-белый (сепия и пр.), а Вы нашли такую же, но полноцветную фотографию, то у Вас явно не оригинал. Добавить цветность ч/б фотографии гораздо более сложнее, чем перевести цветную фотографию в черно-белую 

Уважаемые читатели, порекомендуйте данный материал своим друзьям в социальных сетях, а также задавайте свои вопросы в комментариях и делитесь своим мнением!

Похожие публикации:

• Data Recovery Wizard — легкое восстановление файлов, удаленных по ошибке
• Решение проблемы черного экрана при воспроизведении видео с Youtube
• Просто и понятно о VPN – с картинками и пояснениями
• Как отключить автоматическое создание групп вкладок в Chrome
• Как активировать режим «картинка в картинке» для видео в Хроме

Понравилось? Поделитесь с друзьями!

Сергей Сандаков, 42 года.
С 2011 г. пишу обзоры полезных онлайн сервисов и сайтов, программ для ПК.
Интересуюсь всем, что происходит в Интернет, и с удовольствием рассказываю об этом своим читателям.