基于 Flask 与 Milvus 构建高效图片搜索引擎，可通过API接入，支持Docker一键部署

一、简介

• 这是一个利用flask、ant design pro v5、milvus、towhee、resnet50等技术实现的一个具有以图搜图功能的应用系统
• 提供可视化管理后台，支持在线管理图片库、在线识别体验
• 可通过API调用的方式接入以图搜图服务
• 支持Docker一键快速部署
• 项目代码地址可参考：github.com/luler/reverse_image_sea...
• 该项目的整体架构图可参考：
  

二、安装

• 准备一台不低于2C4G的主机（配置越高越好），并提前安装好Docker、docker-compose软件环境

• 拉取代码

  git clone https://github.com/luler/reverse_image_search.git

• 进入项目根目录，查看编辑目录下的docker-compose.yml配置文件，检查相关端口、环境变量是否需要调整，参考内容如下

  version: "3"
  services:
  paddle:
    image: ghcr.io/luler/reverse_image_search:latest
    restart: always
    environment:
      - JWT_SECRET=s@Q$eubj #安全起见，更换为复杂秘钥
    ports:
      - 4456:5000
    volumes:
      - .:/root/work
  nginx:
    image: nginx:1.21.6
    restart: always
    ports:
      - 8899:80
    volumes:
      - ./log/nginx_logs:/var/log/nginx
      - ./web/dist:/home/wwwroot/web/dist
      - ./static:/home/wwwroot/resource/static
      - ./config/nginx/conf.d:/etc/nginx/conf.d
  etcd:
    image: quay.io/coreos/etcd:v3.5.0
    restart: always
    environment:
      - ETCD_AUTO_COMPACTION_MODE=revision
      - ETCD_AUTO_COMPACTION_RETENTION=1000
      - ETCD_QUOTA_BACKEND_BYTES=4294967296
      - ETCD_SNAPSHOT_COUNT=50000
    volumes:
      - ./log/volumes/etcd:/etcd
    command: etcd -advertise-client-urls=http://127.0.0.1:2379 -listen-client-urls http://0.0.0.0:2379 --data-dir /etcd
  
  minio:
    image: minio/minio:RELEASE.2022-03-17T06-34-49Z
    restart: always
    environment:
      MINIO_ACCESS_KEY: minioadmin
      MINIO_SECRET_KEY: minioadmin
    volumes:
      - ./log/volumes/minio:/minio_data
    command: minio server /minio_data
    healthcheck:
      test: [ "CMD", "curl", "-f", "http://localhost:9000/minio/health/live" ]
      interval: 30s
      timeout: 20s
      retries: 3
  
  standalone:
    image: milvusdb/milvus:v2.1.4
    restart: always
    command: [ "milvus", "run", "standalone" ]
    environment:
      ETCD_ENDPOINTS: etcd:2379
      MINIO_ADDRESS: minio:9000
    volumes:
      - ./log/volumes/milvus:/var/lib/milvus
    ports:
      - "19530:19530"
      - "9091:9091"
    depends_on:
      - "etcd"
      - "minio"
  attu:
    image: zilliz/attu
    restart: always
    ports:
      - 30000:3000
    environment:
      MILVUS_URL: standalone:19530

• 目录下执行如下命令实现一键启动

  docker-compose up -d

  镜像拉取可能拉取比较慢，可自行配置加速，成功运行参考如下
  

三、使用

1. 登录使用在线管理后台

• 安装完成后，可访问地址：http://127.0.0.1:8899/，默认登录账号：admin，密码：admin
  

• 上传图片，建立图片库
  

• 在线识别体验，可以上传图片，搜索现有库中关联性最近的图片
  

2. 通过API调用实现以图搜图

• 获取访问授权接口

  接口（POST）：/api/login
  请求参数（json）：
  {
    "name": "admin", //账号
    "password": "admin" //密码
  }
  返回（json）：
  {
    "code": 200,
    "info": {
        "live_time": 7200, //有效期（秒）
        "token": "eyJ0eXAiOiJKV1QiLCJ...." //授权凭证
    },
    "message": "访问成功"
  }

• 以图搜图接口

  接口（POST）：/api/image/search
  请求参数（form-data）：
  {
    "limit": 20, //限制返回数量
    "file": (binary)
  }
  返回（json）：
  {
    "code": 200,
    "info": [
        {
            "distance": 14.32137393951416, //差异系数，越小越相似
            "image_path": "/static/images/2025-08-20/416291da-7db7-11f0-bfdf-e6eba293e60d.jpg", //图片
            "md5": "996270ff7860e65110f6652f1ceabe18",
  
            "milvus_id": 460242204212098050 
        }
    ],
    "message": "上传成功"
  }

• 其他接口，可自行探索，与页面接口一致

四、总结

• 这是一个简易的以图搜图工具，核心是基于milvus的向量搜索能力，默认的图片向量化模型是resnet50
• 可以在商品推荐、图片搜索等场景应用起来，如：用户手机拍照上传后找出自己商品库里的相似商品等等
• 支持Docker快速部署，所有组件一键启动，实现快速应用
• 如果在生产环境应用，建议把默认的sqlite数据库改为mysql、图片向量模型也可以调整到更大更好的模型

在线试用演示地址：cas.luler.top/?search=636d2a970a26...

本作品采用《CC 协议》，转载必须注明作者和本文链接