كيفية إضافة ميزة البحث بواسطة الصور في تطبيق Laravel باستخدام Google Cloud Vision API أو Amazon Rekognition

في البداية ستحتاج بالطبع إلى إنشاء حساب مطور على Google Cloud Vision API أو 

Amazon Rekognition.

ثم ضبط إعدادات متغيرات البيئة في المشروع في ملف .env وأهما مفاتيح الـ API، عليك إضافة إعدادات Google Cloud Vision API أو Amazon Rekognition فقط، وإليك كلاهما:

GOOGLE_CLOUD_VISION_API_KEY=google_api_key
AWS_ACCESS_KEY_ID=aws_access_key
AWS_SECRET_ACCESS_KEY=aws_secret_key
AWS_REGION=aws_region

ثم أنشئ نموذج وقاعدة بيانات لتخزين بيانات الصور:

php artisan make:model Image -m

في ملف التهجير:

Schema::create('images', function (Blueprint $table) {
    $table->id();
    $table->string('image_path');
    $table->json('features'); // لتخزين بيانات الميزات (features)
    $table->timestamps();
});

أيضًا اعتمد على مكتبة مثل intervention/image لمعالجة الصور وضغط حجمها قبل إرسالها.

ثم استخدام مكتبة google/cloud-vision أو aws/aws-sdk-php للتواصل مع المنصة.

وإليك مثال لكلاهما اختر ما تريد:

// ImageController.php
use Illuminate\Http\Request;
use Intervention\Image\Facades\Image;
use Google\Cloud\Vision\V1\ImageAnnotatorClient; // or Aws\Rekognition\RekognitionClient;

public function uploadImage(Request $request)
{
    $image = $request->file('image');
    // Process and resize the image
    $image->resize(300, 300);
    // Analyze the image using Google Cloud Vision API or Amazon Rekognition
    $visionClient = new ImageAnnotatorClient(); // or $rekognitionClient = new RekognitionClient();
    $response = $visionClient->annotateImage(file_get_contents($image->getPathname()), ['LABEL_DETECTION']); // or $rekognitionClient->detectLabels(['Image' => ['Bytes' => file_get_contents($image->getPathname())]]);
    $features = $response->getLabelAnnotations(); // or $response->getLabels();
    // Store the features in the database
    $imageFeatures = new ImageFeatures();
    $imageFeatures->features = json_encode($features);
    $imageFeatures->save();
    return response()->json(['message' => 'Image uploaded and analyzed successfully']);
}

بعد ذلك اعتمد على مكتبة doctrine/dbal للتفاعل مع قاعدة البيانات، حيث تتوفر cosine similarity أو Euclidean distance لقياس التشابه بين ميزات الصور.

use App\ImageFeatures;
use Illuminate\Http\Request;

public function searchByImage(Request $request)
{
    $searchImage = $request->file('image');
    $searchFeatures = $this->analyzeImage($searchImage);
    
    // Query the database to find similar images
    $similarImages = ImageFeatures::all()->filter(function ($imageFeature) use ($searchFeatures) {
        $storedFeatures = json_decode($imageFeature->features, true);
        return $this->cosineSimilarity($searchFeatures, $storedFeatures) > 0.5;
    });

    return response()->json(['similar_images' => $similarImages]);
}

private function analyzeImage($image)
{
    // هنا يجب أن تضع الكود الخاص بتحليل الصورة والحصول على الميزات
    // سأضع مثال بسيط لتحليل الصورة
    return [/* array of features */];
}

private function cosineSimilarity($features1, $features2)
{
    $dotProduct = 0;
    $magnitude1 = 0;
    $magnitude2 = 0;
    foreach ($features1 as $index => $feature1) {
        $dotProduct += $feature1 * $features2[$index];
        $magnitude1 += $feature1 * $feature1;
        $magnitude2 += $features2[$index] * $features2[$index];
    }
    $magnitude1 = sqrt($magnitude1);
    $magnitude2 = sqrt($magnitude2);

    if ($magnitude1 * $magnitude2 == 0) {
        return 0;
    }

    return $dotProduct / ($magnitude1 * $magnitude2);
}

لتحسين الأداء، باستطاعتك استخدام تقنيات مثل الفهرسة المكانية أو مكتبات متخصصة في البحث عن الصور مثل Elasticsearch.