find-the-original-image

查找图片的原始出处

目标几乎从来都不是“找到匹配项”，而是找到最早发布这张图片的页面并阅读其内容。匹配项只能告诉你这张图片还出现在别处；最早发布的页面则能告诉你摄影师、日期、说明文字和姓名——而这些才是你真正要据此继续查找的信息。

初学者常犯的错误：把整张图片上传到一个引擎，什么也没找到，就认定这张图片没有被索引。裁剪出一个独特物体再重新搜索，往往能找到整图搜索找不到的内容。

根据手头的图片选择引擎

你手头的图片	首选	原因
一张人脸	Yandex	它的索引围绕人脸相似度构建，因此会返回长相相似的不同人物，以及同一个人在其他照片中的影像。其他通用引擎都做不到这一点。
一张人脸，但 Yandex 搜索失败	专用人脸搜索引擎（见下文）	只有在确认法律和同意方面的问题后再使用。
北美／西欧以外的街景	Yandex	它深入索引了 Google 爬取不足的俄罗斯、中亚、东欧、土耳其和中国网络内容。
商品、书籍封面、艺术品、植物、动物	Google Lens	它具备物体和实体识别能力，并与 Shopping 和 Knowledge Graph 关联。
图片中的文字	Google Lens	它会对整张图片进行 OCR，让你搜索提取出的字符串。文字往往就是答案，图片搜索反而无关紧要。
地标或知名建筑	Google Lens	地标分类是它最突出的单项功能。
杂乱照片中的特定区域	Bing Visual Search	在上传的图片上框选一个区域，它就会只针对该区域重新搜索——这是所有引擎中最快的裁剪后重试方式。
新闻照片、梗图，或任何你怀疑年代久远的图片	TinEye	它是唯一能按发布时间从早到晚排序、并且能可靠找出经过修改的副本的主流引擎。
中文内容或托管在中国的内容	Baidu 图片搜索	其他引擎根本不具备这样的覆盖范围。

至少使用三个引擎。它们经常给出不同结果，而这种差异本身就是信息：TinEye 找到多年前的精确副本，而 Lens 只找到近期转发内容，这正是媒体被反复转载的典型特征。

各引擎的实际工作方式

Yandex 根据视觉相似度进行匹配，并且对人脸有很强的识别能力。它的结果页会将“包含此图片的网站”与“相似图片”分开列出——只有前一类才是证据。与其他引擎相比，它更能处理裁剪、旋转和严重重新压缩的图片。

Google Lens 已从整图重复匹配转向“这是什么，我能卖给你什么”。查找图片出处时，请使用列出包含该图片页面的选项，而不要使用视觉匹配轮播；还要预料到它可能会把视觉相似但毫不相关的照片当作匹配项返回。

Bing Visual Search 介于两者之间。使用它的理由是区域选择工具：无需下载、裁剪再重新上传。

TinEye 基于爬取内容构建索引，规模相对较小——很多图片搜索结果为零，但在 TinEye 中找不到某张图片并不能证明什么。它的独特之处在于：能够匹配精确副本和近似重复图片，并按发布时间从早到晚排序；还能检测出经过裁剪、颜色偏移或添加水印的副本，并将它们与输入图片并排展示。

方法

1. 修复输入文件。 尽可能获取最高分辨率的副本——要文件本身， 而不是截图。截图会经过缩放和重新压缩，导致匹配结果减少。暂时不要删除任何内容；开始编辑副本前，先对原文件运行 secrets-in-file-metadata。
2. 完整画面，使用所有引擎。 成本低，有时可以瞬间完成。
3. 裁剪并重新搜索。 这是整个技能中效果最好的一步。完整画面的指纹主要由背景决定；紧贴人脸、标牌、徽标、车辆、纹身、建筑转角等区域裁剪，然后分别搜索每个裁剪图。转载内容会被裁剪并重新取景，因此完整画面匹配不上时，裁剪图往往能匹配。
4. 水平翻转。 镜像是规避自动匹配的常见手段，也是屏幕录制和视频转载中的常见情况。翻转后，用相同的引擎重新搜索。
5. 对低质量输入进行预处理并重试——放大、降噪、校正色阶。请参阅 reference/preprocessing.md。
6. **处理视频时，**提取关键帧并将其作为静态图像搜索。搜索开头、中间和结尾的帧，以及任何包含标牌或人脸的帧。命中关键帧通常能破解视频来源之谜。
7. 按时间从早到晚排序。 在 TinEye 上按最早时间排序。然后将该日期视为一个上限，而非结论，并继续执行第 8 步。
8. 阅读匹配页面。 打开这些页面，收集：摄影师署名、图片代理机构、说明文字、人物姓名、页面上的日期、图片 URL 中的文件名（通常形如 2019-04-city-event-03.jpg），以及周边文章文字。线索就在这里。

确认首次发布，而不只是找到匹配项

已知最早副本的日期，说的是你的搜索覆盖范围，而不是整个世界。要提高结论的可信度：

• 将匹配页面自身的日期与 read-deleted-pages 对照——存档对该 URL 的首次抓取时间可以界定页面实际存在的时间，而页面显示的日期可能被其 CMS 回填或推后。
• 通过 google-like-a-spy 使用日期限定搜索运算符，查找对同一事件或说明文字的更早文字提及。
• 查找同一图片的更高分辨率版本。分辨率最大的版本通常最接近源文件；通讯社的图片会比 Twitter 上的转载大。TinEye 的最大图片排序在这里很有用。
• 检查显而易见的图库。如果一张照片被署名为来自三个国家的三场不同新闻事件，那它就是图库图片，而“原图”是授权页面。
• 画面中的水印和通讯社标识比任何索引都可靠。裁剪水印并单独搜索。

人脸专用引擎及不应使用它们的情形

PimEyes 和 FaceCheck.ID 会抓取开放网络中的人脸，并根据生物特征相似度进行匹配。它们能找到通用引擎找不到的人。不过，它们也会带来实际风险：

• 根据 GDPR 第 9 条，面部模板属于生物特征数据——这是一种特殊类别的数据，需要明确的合法依据，而不仅仅是合法利益。伊利诺伊州 BIPA 和德克萨斯州 CUBI 规定，未经书面同意收集生物特征标识符，可引发私人诉讼权和法定赔偿。
• PimEyes 自己的条款将其定位为搜索本人面孔的工具，并提供退出选项。无论你的意图如何，使用它搜索第三方的面孔都违反其条款。
• Search4Faces 会索引俄罗斯社交平台上的人脸；当目标人物在 VK 或 Odnoklassniki 上留有足迹时，它是实用的选择。

只有在获得书面授权或出于正当的保护目的时，才使用人脸搜索——例如在欺诈案件中核实交易对象、征得目标人物同意后进行身份验证、寻找失踪人员，或检查你自己的信息暴露情况。不要用它根据照片识别陌生人、给抗议人群中的面孔附上姓名，或定位某位私人个体。在案件档案中注明你使用了该工具以及使用原因。单独来看，人脸引擎的命中结果应视为未经确认——相貌相似导致的误报很常见，而且引擎不会提供可供审查的推理依据。

容易出错的地方

• 相似不代表相同。 每个引擎都会把“包含这张图片的网页”和“看起来像这张图片的图片”混在同一个视觉网格中。只有前者是证据。打开候选结果并比较像素级细节来确认，例如手的位置、衣物褶皱或反光。
• 默认没有结果，不代表有结论。 未被索引、刚发布、需要登录才能访问以及仅限应用内查看的图片，都可能搜不到。“四个引擎都没有结果”只表示该图片不在这些索引中；这只能作为原创性的弱证据，完全不能证明其真实性。
• 图库照片会干扰归属判断。 一张出现在四十个互不相关网站上的“CEO”头像，很可能是图库模特照，而使用该头像的实体可能是假的——这本身就是一项调查发现，而且是很有价值的发现。
• AI 生成的图片没有可追溯的源头。 零匹配加上生成式特征，是一种独立的调查结果；应将其交给 is-this-photo-real，而不是据此断定该照片是尚未发布的原创作品。
• 引擎会改写历史。 搜索结果无法复现：索引会移除网页，结果顺序会改变，你上周找到的命中项可能已经消失。找到结果后，立即截取结果页面并存档匹配网址。
• 反向裁剪也会误导。 裁剪草地或天空会返回成千上万条看似确定、实则毫无意义的匹配结果。应裁剪出不寻常的部分，而不只是图片中存在的部分。
• 你可能会泄露信息。 将客户的图片上传到商业引擎，会把图片披露给该服务商，还可能暴露你正在调查的对象。对于敏感材料，应搜索省略身份识别细节的裁剪图，或者不要搜索。参见 investigate-without-getting-made。

置信度分级

• 已确认的原始来源——你找到的网页早于其他所有副本，由可信的原始发布者（摄影师、机构或目标人物自己的账号）托管；网页上的日期得到独立存档记录的佐证，且不存在尺寸更大或发布时间更早的版本。
• 较可能——各引擎检索到的最早副本一致，托管方也可信，但日期仅依据网页自身的说法，或者存档没有该时期的记录。
• 仅确认匹配——你只能证明该图片在某个日期之前出现在某个网址上。只能如实说明这一点，不要将其升级为“原始来源”。
• 未经确认——未经像素级验证的视觉相似、人脸引擎的命中结果，或无法复现的单一引擎搜索结果。

实例

一个账号发布了一张照片，配文为“今早警方突袭，[城市]”。

在 Lens 中查看整张图片：只有通用的防暴警察素材图。Yandex：找到十几张类似的警察照片，但都不匹配。TinEye：没有结果——我会将此视为没有参考价值，因为 TinEye 的索引规模较小。

裁剪肩章，在 Bing 中使用区域选择重新搜索。结果显示，这是一支来自其他国家的市政警察队伍，与配文所称的国家不同。

裁剪背景中的店铺招牌，在 Lens 中进行 OCR，然后将店名作为文本搜索。找到两个结果，都是那个其他国家的一条街道。图像搜索本身没有进展——但通过文本切入找到了线索。

回到 Yandex，用店面裁剪图搜索：找到一组三年前的新闻图片集，街道、商店遮阳篷和路障布局都相同。图片注明了摄影师。Archive 显示，该图片集页面在标注日期两天后被存档，进一步佐证了这一点。

结论：已确认，这张图片早在所称事件发生前几年就已在另一个国家发布。图片被重新置于不同背景，而非伪造。将地点交给 geolocate-from-pixels，将摄影师署名交给 find-anyone。

线索转接

你找到的内容	转交给
地点、街景、店面	geolocate-from-pixels
有名有姓的人物、摄影师署名	find-anyone
发布网站或机构域名	who-owns-this-domain
已失效或被修改的匹配页面	read-deleted-pages
配文、店名、文件名中的标识	google-like-a-spy
疑似篡改或生成的内容	is-this-photo-real
发布账号、在其他地方重复使用的头像	hunt-a-handle、pattern-of-life-from-socials
完整的照片／视频地理定位案例	where-was-this-taken

各搜索引擎的选择详情： reference/engine-matrix.md。