大网数据广告活动
数据库部署与 SQL 参考

图像搜索

· 52CE 我爱测

**图像搜索** 通过比较图像的视觉内容(而不仅仅是文本或元信息)来帮助你查找相似的镜像。该功能适用于电商、内容审核、数字资产管理,以及任何需要基于外观搜索或去重镜像的场景。

图像搜索

图像搜索 通过比较图像的视觉内容(而不仅仅是文本或元信息)来帮助你查找相似的镜像。该功能适用于电商、内容审核、数字资产管理,以及任何需要基于外观搜索或去重镜像的场景。

TiDB 通过 向量搜索 实现图像搜索。借助 Auto Embedding,你可以使用多模态嵌入模型,从镜像 URL、PIL 镜像或关键字文本生成镜像嵌入。TiDB 随后可以在扩展下搜索相似的向量。

注意:

有关图像搜索的完整示例,请参见 Image Search Example。

基本用法

第 1 步. 定义嵌入函数

要生成镜像嵌入,你需要一个支持镜像输入的嵌入模型。

演示中,你可以使用 Jina AI 的多模态嵌入模型。

前往 Jina AI 创建 API key,然后按如下方式初始化嵌入函数:

from pytidb.embeddings import EmbeddingFunction

image_embed = EmbeddingFunction(
    # Or another provider/model that supports multimodal input
    model_name="jina_ai/jina-embedding-v4",
    api_key="{your-jina-api-key}",
    multimodal=True,
)

第 2 步. 创建表和向量字段

使用 VectorField() 定义用于存储镜像嵌入的向量字段。通过设置 source_field 参数,指定存储镜像 URL 的字段。

from pytidb.schema import TableModel, Field

class ImageItem(TableModel):
    __tablename__ = "image_items"
    id: int = Field(primary_key=True)
    image_uri: str = Field()
    image_vec: list[float] = image_embed.VectorField(
        source_field="image_uri"
    )

table = client.create_table(schema=ImageItem, if_exists="overwrite")

第 3 步. 插入镜像数据

当你插入数据时,image_vec 字段会自动用从 image_uri 生成的嵌入进行填充。

table.bulk_insert([
    ImageItem(image_uri="https://example.com/image1.jpg"),
    ImageItem(image_uri="https://example.com/image2.jpg"),
    ImageItem(image_uri="https://example.com/image3.jpg"),
])

第 4 步. 执行图像搜索

图像搜索是一种向量搜索。借助 Auto Embedding,你可以直接提供镜像 URL、PIL 镜像或关键字文本,每种输入都会被转换为嵌入用于相似性匹配。

选项 1:通过镜像 URL 搜索

通过提供镜像 URL 搜索相似镜像:

results = table.search("https://example.com/query.jpg").limit(3).to_list()

客户端会将镜像 URL 转换为向量。TiDB 随后通过比较向量返回最相似的镜像。

选项 2:通过 PIL 镜像搜索

你也可以通过提供镜像文件或字节流来搜索相似镜像:

from PIL import Image

image = Image.open("/path/to/query.jpg")

results = table.search(image).limit(3).to_list()

客户端会在发送给嵌入模型前,将 PIL 镜像对象转换为 Base64 字符串。

选项 3:通过关键字文本搜索

你还可以通过提供关键字文本来搜索相似镜像。

例如,如果你在处理宠物镜像数据集,可以通过 “orange tabby cat” 或 “golden retriever puppy” 等关键字来查找相似镜像。

results = table.search("orange tabby cat").limit(3).to_list()

然后,多模态嵌入模型会将关键字文本转换为能够表达其语义含义的嵌入,TiDB 会执行向量搜索,查找嵌入与该关键字嵌入最相似的镜像。

另请参阅

本文来自 PingCAP / TiDB 文档贡献者,按 CC BY-SA 3.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
PingCAP / TiDB 文档贡献者
适用范围
master 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
CC BY-SA 3.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。