Как узнать что за одежда на фото
Хотим юбку как у Селены Гомез и джинсы как у Ким Кардашьян, подумали мы. Но тратить целое состояние на звездные образы – неразумно. Как составить недорогой и эффектный гардероб в стиле голливудских знаменитостей? Редакция VSetyah протестировала приложения, которые помогут найти нужную вещь в интернет-магазине по фотографии. Рассказываем о плюсах и минусах программ для удачных покупок.
Craves
Мобильное приложение работает просто: находим вещь, фотографируем ее или загружаем готовое изображение. Мы выбрали платье Кендалл Дженнер. Загружаем картинку и ждем. Craves не показывает, где можно купить такую же модель, но выдает результаты с похожими товарами. На выбор – желтые, оранжевые и песочные платья от десяти долларов.
Недостаток программы – она распознает только одну вещь. Сумку и туфли вместе с платьем определить не получится. Зато приложение показывает, какой товар упал в цене, и дает прямые ссылки на магазины.
Screenshop
Для проверки программы мы загрузили фотографию Селены Гомез в алой юбке на запах и белой футболке. Screenshop быстро нашел вещь в онлайн-магазине. Приложение разделило образ и отсортировало вещи по категориям: обувь, юбка, футболка, аксессуары. Из такого разнообразия товаров легко найти что-то подходящее. Программа дает возможность перейти на сайт интернет-магазина для покупки.
Screenshop предлагает вещи разных ценовых категорий – от демократичных брендов до изделий известных дизайнеров. Загруженные снимки сохраняются в программе автоматически: можно отследить историю поиска одежды. Приложение работает не только с женскими, но и с мужскими образами.
ASOS
Мобильное приложение ASOS находит одежду через загрузку фотографии в поисковой строке. Розовый костюм Блейк Лайвли программа не нашла, к тому же не распознала цвет. На панели появились голубые, желтые и черные костюмы. Фильтр поиска детализировал информацию: приложение исключило мужскую одежду и костюмы других цветов.
Минусы приложения: результаты не всегда точные, программа распознает только отдельные предметы гардероба. Разобрать весь образ приложение не сможет. Плюсы: пользователь получит большой выбор похожих продуктов, которые можно купить на сайте.
Lamoda
С помощью программы можно повторить образ, увиденный в профиле Instagram, журнале или на улице. Приложение справилось с задачей и разобрало повседневный образ Ким на детали. Поиск среди 3 000 000 товаров на Lamoda занял несколько секунд. Приложение самостоятельно определяет, какие товары изображены на фото – туфли, джинсы, кофта и солнечные очки. Из минусов: в подборке с золотыми босоножками оказались демисезонные ботильоны и сапоги. Откуда им тут взяться?
Официальное приложение H&M находит товары по фото и штрих-коду. Результаты, которые выдала программа по нашему запросу, оказались далеки от ожиданий. Голубой костюм и кроссовки, в котором гуляла ангел Victoria’s Secret Роми Страйд, приложение нашло. Программа показала все товары голубого цвета, которые доступны для онлайн-заказа: от детской одежды до платьев.
Поиск по фото на Алиэкспресс — 2021: как найти товар по фотографии или картинке
Возможность поиска товара по картинке, безусловно, очень удобная и полезная функция. На данный момент она реализована только в мобильном приложении, однако, и в браузере можно осуществить поиск по фото, если знать небольшую хитрость. Успех поиска зависит от качества изображения и от того, насколько четко на нем видна нужная вещь. Например, если вы осуществляете поиск по фото из карточки товара с сайта, то вероятность успеха крайне высока.
Мгновенный поиск по фото
Допустим, вы видите перед собой предмет, который бы хотели приобрести. Чтобы попробовать найти такую же или похожую вещь на сайте, достаточно просто сфотографировать ее.
Для этого кликните по значку камеры в правом верхнем углу. Система запросит разрешение на получение доступа к вашей камере и сохраненным фотографиям, нажимаем кнопку подтверждения. После того как фотография будет сделана, тут же запустится процесс поиска похожих товаров.
Попробуем выполнить поиск моей блютуз колонки Tronsmart T6.
Если система находит не то, что вам нужно, можно немного скорректировать изображение и выделить на нем ту область, на которой находится искомый объект. Для этого необходимо открыть изображение на весь экран и потянуть за рамку, расположенную по краям, настраивая ее так, чтобы она очерчивала только нужный предмет.
Поиск по изображениям из галереи
Осуществлять поиск можно также и по фото, сделанным ранее, или по картинкам, скачанным из интернета. Для этого, после нажатия на значок камеры, в левом нижнем углу нужно кликнуть на превью вашей галереи, где отображается миниатюра вашего последнего фото.
Попробуем купить тв-бокс Vontar X3:
Если вы хотите найти товар по фото, сделанном вами на это устройство, то необходимо открыть папку Камера. Если нужное изображение было сохранено из сети или с самого Aliexpress, то искать его придется в других папках с загруженными картинками. После выбора изображения автоматически запустится процесс поиска.
Наиболее подходящие и похожие варианты будут на первом месте. Поисковая система сама определяет, к какому разделу относится искомая вещь. Например, если на вашем фото сумка, то первым разделом будет Чемоданы и сумки. Если на изображении пара обуви, то будет категория Обувь. Результаты поиска можно отсортировать по стоимости, но отсутствует функция сортировки по заказам или рейтингу.
Поиск по изображению товара с сайта
Допустим, вам понравилась конкретная вещь в каталоге, но у нее завышена цена, совсем нет отзывов или продавец не вызывает доверия. В таком случае можно загрузить в поиск фото из карточки этого товара.
Рассмотрим на примере уже скаченного изображения мини wi-fi роутера 4G:
Для этого нужно открыть изображение на весь экран, кликнув по нему. Затем, листая влево, выбрать наиболее подходящее фото и нажать на иконку камеры в правом верхнем углу. После этого сразу же начнется поиск товаров по этой картинке.
Не так давно появилась функция поиска похожих товаров, но она применима только для тех вещей, которых больше нет в продаже. Если в вашей корзине есть такой товар, рядом с ним вы можете увидеть кнопку «Похожие товары«. Здесь нельзя самостоятельно выбрать подходящее изображение, поиск будет вестись по всем фото, а также по описанию из карточки товара.
Поиск в браузере
Функция поиска по картинкам не реализована в браузерах, но есть один вариант.
Желаемый товар или что-то похожее на него нужно добавить в желаемое. После этого найти его в разделе Мои желания и нажать на кнопку Найти похожие товары. Эффективность этого метода оставляет желать лучшего, так как система предлагает всего лишь похожие варианты.
На данный момент функция поиска по картинкам все еще дополняется и улучшается создателями приложения. Поэтому можно надеяться, что со временем данная функция начнет работать еще точнее и качественнее.
Как найти одежду по фотографии?
В период активной цифровизации нашей жизни, мы часто слышим такие понятия, как искусственный интеллект, большие данные, нейросети. В скором времени нам обещают автоматизацию рутинных операций и обработку больших массивов данных без участия человека. Как используются первые наработки в области AI уже сейчас? Рассмотрим это на простом примере — поиск одежды по фото в интернете.
Мобильное приложение Lamoda
С конца 2017 года сайт Lamoda внедрил в свои мобильные приложения уникальную технологию распознавания изображений и искусственного интеллекта для индустрии моды и электронной коммерции — Wide Eyes. По сути, сейчас это единственное русскоязычное мобильное приложение, которое может распознать целый образ по фотографии. Единственный его минус — искать он будет только по каталогу самой Lamoda, что значительно сужает возможность найти нужную вещь. Приложение доступно для Android и iOS.
Сервис Sarafan.Tech
Сервиc Sarafan.tech использует собственную нейросеть, которая позволяет распознавать одежду или целый образ по фотографии в интернете. Анализируя тип, фасон, цвет, материал, рисунок и другие детали приложение не только определяет модель, но и сразу даёт ссылку на интернет-магазин, где можно её купить. На данный момент проанализировано уже около 20 млн. изображений и эта цифра растет в геометрической прогрессии — шанс найти нужный «шмот» растет с каждой минутой
К сожалению, разработчики отказались от первоначальной идеи с мобильным приложением, которое позволяло по фотографии, загруженного в него, определить модель и подсказать в каких интернет-магазинах это можно купить. Сервис решили сосредоточить на интеграции с социальной сетью Instagram
Как и где это работает?
На данный момент платформа работает на двух крупных площадках:
Это значит, что перейдя по этой ссылке, вы не просто найдете ту же самую одежду с «лука» блогера, но и получите прямые ссылки на весь образ. Таким образом, можно поддерживать свой гардероб в соответствии с последними модными тенденциями, просто заходя в инстаграм:
Сайт Cosmo
Аналогично сервис работает на крупном женском сайте популярного журнала для женщин — Cosmopolitan. Там виджет встроен в фотографии прямо в тексте статьи. Если вы видите на изображении ссылку «Хочу этот образ» — это работает Sarafan.
Кстати, совсем недавно мы рассказывали для чего сегодня в одежду и обувь внедряют чипы — не пропустите.
Копирование информации с сайта mirdostupa.ru запрещено. Источник: https://mirdostupa.ru/kak-najti-odezhdu-po-fotografii/
Сервис Clouty
Для тестирования мы использовали изображение с сайта Asos.
После этого мы увидим сообщение «Clouty Visual Search распознаёт это фото и подбирает похожие товары из всего нашего ассортимента» и ниже будут представлены результаты поиска.
Однако, как мы видим, качество выборки оставляет желать лучшего. Лишь один результат отдаленно напоминает то, что мы видим на фотографии с ASOS, поэтому рекомендовать данный сервис мы можем лишь с большой натяжкой.
Будем рады видеть Вас на страницах Мир Доступа завтра. Новые материалы — каждый день.
Компьютерное зрение: распознавание одежды на фотографии с помощью мобильного приложения
Не так давно мы решили сделать проект, который позволял бы искать одежду в различных интернет-магазинах по фотографии (картинке). Идея проста — пользователь загружает изображение (фото), выделяет интересующую его область (футболку, штаны и т.п.), указывает (опционально) уточняющие параметры (пол, размер и т.п.), и система ищет похожую одежду в наших каталогах, сортируя ее по степени схожести с оригиналом.
Сама идея не то что бы новая, но качественно никем не реализованная. На рынке уже несколько лет есть проект www.snapfashion.co.uk, но релевантность его поиска очень низкая, подбор происходит в основном по определению цвета изображения. Например, красное платье он сможет найти, но платье с определенным фасоном или рисунком уже нет. Аудитория этого проекта, к слову, не растет, мы это связываем с тем, что поиск определенно низкой релевантности и, по сути, ничем не отличается, если вы выберете на сайте магазина цвет при поиске по их каталогу.
В 2013 году появился проект www.asap54.com, и здесь поиск чуть лучше. Упор стоит на цвет и некоторые небольшие опции, указываемые вручную из специального каталога (короткое платье, длинное платье, платье средней длинны). Этот проект, столкнувшись с трудностями визуального поиска, слегка завернул в сторону социальных сетей, где модники могут делиться своими «луками» в одежде, из «шазама для одежды» в «инстаграм для модников».
Несмотря на то, что проекты в этой области существуют, определенно остается непокрытой потребность поиска по картинке, очень актуальная сегодня. И решение данной проблемы созданием мобильного приложения, как это сделали SnapFashion и Asap54, наиболее отвечает тенденциям e-commerce рынка: по различным прогнозам доля мобильных продаж в США с 11% в 2013 году может вырасти да 25-50% в 2017. Такой стремительный рост мобильной торговли предвещает и рост популярности самых разных приложений, помогающих совершать покупки. И скорее всего магазины будут сами вкладываться в разработку, продвижение подобных приложений, а также активно сотрудничать с ними.
Проанализировав конкурентов, мы решили, что нужно попробовать самим разобраться с этой темой и запустили проект Sarafan www.getsarafan.com.
Фирменный стиль изначально хотели сделать ярким. Проработали множество вариантов: 
В итоге остановились на стиле с яркими красками.
Для старта выбрали клиент под iOS (под iPhone). Дизайн в виде красок, работает через Rest-сервис, на главном экране приложения выбор: сделать фотографию или выбрать из галереи.
Это, пожалуй, было самым простым из всего проекта. А тем временем на передовой backend-разработки все складывалось не так радужно. И вот история наших поисков: что мы делали и к чему пришли.
Нами было опробовано несколько подходов, но ни один из них не дал результатов, которые позволили бы сделать высокорелевантный поиск. В этой статье мы расскажем, что попробовали, и что и как сработало на разных данных. Надеемся, что данный опыт окажется полезным всем читателям.
Итак, главная проблема нашего поиска – это так называемый семантический разрыв (semantic gap). Т.е. разница между тем, какие изображения (в данном случае изображения одежды) считают похожими человек и машина. Например, человек хочет найти черную футболку с коротким рукавом: 
Человек без труда скажет, что в списке ниже это второе изображение. Однако машина, скорее всего, выберет изображение 3, на котором женская футболка, но сцена имеет очень похожую конфигурацию и одинаковое цветовое распределение. 
Человек ожидает, что результатом поиска будут позиции с тем же типом (футболка, майка, джисы …), приблизительно того же фасона и приблизительно с тем же цветовым распределением (цвет, текстура или рисунок). Но на практике обеспечить выполнение всех трех условий оказалось проблематично.
Начнем с самого простого, изображение со схожим цветом. Для сравнения изображений по цвету чаще всего используют метод цветовых гистограмм. Идея метода цветовых гистограмм для сравнения изображений сводится к следующему. Все множество цветов разбивается на набор непересекающихся, полностью покрывающих его подмножеств. Для изображения формируется гистограмма, отражающая долю каждого подмножества цветов в цветовой гамме изображения. Для сравнения гистограмм вводится понятие расстояния между ними. Существует много разных методов формирования цветовых подмножеств. В нашем случае их разумно было бы формировать из нашего каталога изображений. Однако даже для такого простого сравнения требуется выполнения следующих условий:
— Изображения в каталоге должны содержать одну только вещь на легко отделимом фоне;
— Нам нужно эффективно различать фон и интересующую нас область одежды на фотографиях пользователя.
На практике первое условие не выполняется никогда. О попытках решить эту проблему мы расскажем позже. Со вторым условием сравнительно проще, т.к. выделение интересующей области на изображении пользователя происходит с его активным участием. Например, существует довольно эффективный алгоритм удаления фона – GrabCut (http://en.wikipedia.org/wiki/GrabCut). Мы исходили из соображения, что интересующая нас область на изображении находится ближе к центру обведенной пользователем области, чем к ее границе и фон в данной области изображения будет относительно однородным по цвету. С использованием GrabCut и некоторых эвристик, удалось получить алгоритм, работающий корректно в большинстве случаев.
Теперь о выделении интересующей нас области на изображениях каталога. Первое что приходит в голову – сегментировать изображение по цвету. Для этого подойдет например алгоритм watershed (http://en.wikipedia.org/wiki/Watershed_(image_processing)).
Однако изображение красной юбки в каталоге может иметь несколько вариантов: 
Если в первом и втором случае сегментировать интересующую область сравнительно легко, то в 3-м случае в мы выделим еще и пиджак. Для более сложных случаев этот метод не сработает, например: 
Стоит отметить, что задача сегментации изображений полностью не решена. Т.е. не существует методов, которые позволяют выделить интересующую область одним фрагментом, как это может сделать человек: 
Вместо этого изображение разбивается на суперпиксели (superpixel), тут стоит посмотреть в сторону алгоритмов n-cuts и turbopixel. 
В дальнейшем используют их некоторое сочетание. Например, задача поиска и локализации объекта сводится к поиску сочетания суперпикселей, принадлежащих объекту, вместо поиска ограничивающего прямоугольника. 
Итак, задача разметки изображений каталога свелась к поиску сочетания суперпикселей, которые соответствуют вещи данного типа. Это уже задача машинного обучения. Идея была следующая, взять множество размеченных вручную изображений, обучить на ней классификатор и классифицировать различные области сегментированного изображения. Область с максимальным откликом считать интересующей нас областью. Но тут надо снова определиться, как сравнивать изображения, т.к. простое сравнение по цвету гарантированно не сработает. Придется сравнивать форму или некий образ сцены. Как казалось на тот момент, для этих целей подойдет дескриптор gist (http://people.csail.mit.edu/torralba/code/spatialenvelope/). Дескриптор gist – это некая гистограмма распределения краев в изображении. Изображение делится на равные части сеткой какого-либо размера, в каждой ячейке считается и дискретизируется распределение краев разной ориентации и разного размера. Полученные в результате n-мерные вектора мы можем сравнивать.
Была создана обучающая выборка, вручную было размечено множество изображений разных классов (около 10). Но, к сожалению, даже при кросс-валидации не удалось добиться точности классификации выше 50%, меняя параметры алгоритма. Частично виной тому является то, что рубашка с точки зрения распределения краев будет мало чем отличаться от куртки, частично то, что обучающая выборка была недостаточно большая (обычно gist применяется для поиска по очень большим коллекциям изображений), частично то, что для данной задачи он, возможно, вообще не применим.
Еще один метод сравнения изображений – сравнение локальных особенностей. Его идея в следующем – выделить значимые точки на изображениях (локальные особенности), каким-либо образом описать окрестности данных точек и сравнивать количество совпадений особенностей у двух изображений. В качестве дескриптора использовали SIFT. Но сравнение локальных особенностей так же дало плохие результаты, большей частью из-за того, что данный метод предназначен для сравнения изображений одной и той же сцены, снятой с разного ракурса.
Таким образом, не получилось разметить изображения из каталога. Поиск по неразмеченным изображениям с использованием вышеописанных методов иногда давал приблизительно похожие результаты, но в большинстве случаев в результате не было ничего похожего с точки зрения человека.
Когда стало понятно, что разметить каталог у нас не получилось, мы попытались сделать классификатор для изображений пользователя, т.е. автоматически определять тип вещи которую хотел найти пользователь (футболка, джинсы и т.п.). Главная проблема – это отсутствие обучающей выборки. Изображения каталога не подходят, во-первых из-за того что они остались не размечены, а во-вторых они представлены в довольно ограниченном наборе пространственных представлений и нет гарантии что пользователь предоставит изображения в похожем представлении. Чтобы получить большой набор пространственных представлений для вещи мы снимали человека в этой вещи на видео, затем вырезали вещь и строили обучающую выборку по набору кадров. При этом вещь была контрастная и легко отделялась от фона. 
К сожалению, этот подход быстро отклонили, когда стало понятно, сколько видео нужно снять и обработать, чтобы охватить все возможные фасоны одежды.
Компьютерное зрение — это очень обширный сегмент, но нам (пока что) не удалось прийти к желаемому результату с высокорелевантным поиском. Мы не хотим сворачивать в сторону, добавляя дополнительные побочные функции, а будем биться, создавая поисковый инструмент. Мы будем рады услышать любые советы и комментарии.
Найти одежду по фото
Многие пользователи любят просматривать фотографии знаменитостей в социальных сетях. В глаза всегда бросается их интересный наряд. И нам сразу же хочется купить такую же вещь. Или чтобы она была чем-то похожа. Но далеко не всегда удаётся быстро отыскать классную куртку такой же расцветки и фасона. Сегодня мы расскажем вам, каким образом отыскать понравившуюся одежду по фото.
Онлайн-сервис Clouty для подбора вещей по фотографии
Теперь, когда есть масса онлайн-сервисов в интернете, которые за считанные секунды помогут с поиском одежды, наша задача значительно облегчается.
| Ссылка для скачивания: | Используйте сайт по адресу https://www.clouty.ru/visual_search/. |
| Преимущества: | Качество поиска, а также простота в использовании. |
| Доступно для смартфона: | Можно загрузить для мобильных устройств Android и iOS. |
Всего за пару простых шагов вы найдёте то, что увидели на модели или любимом актёре/актрисе в интернете или по ТВ.
Чтобы найти понравившуюся вещь по фотоснимку на сайте:
В блоке с найденными вещами можно посмотреть все доступные товары, которые можно приобрести. Чтобы посмотреть все похожие вещи, нажмите на одну из стрелок по краям.
Нажмите на стрелочку, чтобы листать страницу с одеждой
В каждом товарном блоке есть название магазина, на который вы попадёте, сделав клик на вещи. Для создания нового поиска по другой картинке, нажмите внизу кнопку « Попробовать другое фото ».
Поиск понравившейся одежды на iPhone
Оно способно искать не только одежду по отдельности (рубашка, штаны, шорты), но и по образу. Это значит, вы можете отыскать фотку, на которой вещи парня или девушки подобраны лучшим образом. И найти такой же образ для себя через приложение.
Пока что оно доступно только для устройств с iOS. Вполне возможно пользователи Android скоро также смогут искать с его помощью.
Скачать приложение можно в мобильном маркете App Store — перейдите по этой ссылке. Скачайте или сфотографируйте на смартфон образ, который хотите примерять на себе. И откройте картинку в приложении Screenshop. Через несколько секунд на экране вы сможете выбрать подходящую одежду. А также узнаете цену на эту одежду. И сможете оценить её, выбрав сердечко в каждом экземпляре.
Создавайте свои подборки одежды, чтобы в будущем выбрать из них лучшее и приобрести.
Сайт Lamoda поможет найти вещи по фото
Интернет-магазин « Ламода » предоставляет собственный инструмент для поиска одежды. Ссылки на него можно найти по этому адресу — https://www.lamoda.ru/search_pic/.
Или загрузите их для устройств Android или iPhone.
Сервис доступен только в мобильных приложениях. Часто мы фотографируем и сохраняем изображения с одеждой или любимых звёзд, чтобы позже найти такую же вещь в интернет-магазине. С приложением Lamoda вы сможете за минуту найти одежду и тут же её купить.
При этом вы сможете добавлять товары в корзину и пользоваться всеми инструментами и преимуществами онлайн магазина Lamoda. Таким образом вам не нужно больше заполнять галерею своего смартфона фотографиями с классной одеждой. Благодаря тому, что интернет-магазин сотрудничает с другими популярными онлайн-сервисами, вы сможете быстро найти то, что давно искали из одежды.
Независимый поиск любых товаров в Google
При разработке своих сервисов для поиска одежды по картинкам, магазины и отдельные сервисы всегда реализуют в них свою выгоду. Поэтому их услуги не всегда являются полезными для нас. Например, даже если подходящей одежды в магазине нет, приложение Lamoda всё равно покажет вам несколько вариантов. На тот случай, если вы не привередливы в одежде. Но для тех, кто хочет найти одежду точно соответствующую картинке, такой подход в поиске может быть неприемлем.
Мы предлагаем использовать независимый поиск по изображениям в поисковой системе Google. Здесь мы сами сможем выбрать то, что хотим увидеть. А результаты будут отображены в соответствии с объектами на предоставленном вами образце.
Поиск доступен как из веб-браузера, так и через мобильное приложение:
Если найденная вами фотография была взята в интернете, в социальных сетях — интернет-магазин или источник в любом случае будет отображён в результатах. И вы сможете его найти на первых страницах поиска. Чтобы начать поиск по другой картинке, нажмите на крестик текущей картинки в поисковой строке. Затем выберите способ загрузки и начните новый поиск.
Pic Finder — мобильное приложение для подбора одежды по фото
Чтобы найти одежду в интернете без «авторитетной» помощи магазинных приложений, воспользуйтесь программой для обычного поиска по фото. В Play Market можно воспользоваться приложением Pic Finder.
В нём реализован поиск по изображению и при помощи поисковой строки (описание предмета текстом). Им достаточно просто пользоваться, так как интуитивно-понятный интерфейс содержит все необходимые элементы. Выберите вверху на главном экране иконку с лупой и введите слово для поиска, например, «зелёный галстук». В приложении появятся несколько сотен результатов с картинками, на которых будет изображён зелёный галстук.
Подобным функционалом обладают и другие приложения в Google Play. К примеру, « Photo Sherlock » или « Фотосканер Google ». Попробуйте использовать их, чтобы определить для себя лучший инструмент для поиска любой одежды по фотографии в сети Интернет. Применяйте несколько инструментов или комбинируйте их на тот случай, если не получается найти подходящую вещь. В отдельных случаях можно использовать мобильные приложения и веб-сервисы для повышения вероятности отыскать товары в сети.
