python 图像检索系统_基于VGG-16的海量图像检索系统（以图搜图升级版）

检索系统原理：

图像检索过程简单说来就是对图片数据库的每张图片抽取特征(一般形式为特征向量)，存储于数据库中，对于待检索图片，抽取同样的特征向量，然后并对该向量和数据库中向量的距离(相似度计算)，找出最接近的一些特征向量，其对应的图片即为检索结果。[1]

【

原理部分详见论文，以下是代码实现：

开发环境：

#windows 10

#tensorflow-gpu 1.8 + keras

#python 3.6

执行示例：

#对database文件夹内图片进行特征提取，建立索引文件featureCNN.h5

python index.py -database database -index featureCNN.h5#使用database文件夹内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

1、抽取特征：extract_cnn_vgg16_keras.py

#-*- coding: utf-8 -*-

importnumpy as npfrom numpy importlinalg as LAfrom keras.applications.vgg16 importVGG16from keras.preprocessing importimagefrom keras.applications.vgg16 importpreprocess_inputclassVGGNet:def __init__(self):#weights: 'imagenet'

#pooling: 'max' or 'avg'

#input_shape: (width, height, 3), width and height should >= 48

self.input_shape = (224, 224, 3)<