-
_NEWSDATE: 2023-01-22 | News by: 量子位 | 有0人参与评论 | _FONTSIZE: _FONT_SMALL _FONT_MEDIUM _FONT_LARGE
识别文字信息这趴搞定了，接下来就轮到搜索环节了，相较于上一趴，这部分就简单多了。
小哥用的是ElasticSearch（已开源）和Postgres。
ElasticSearch拥有多节点能够有效避免故障的发生，并且能够在保证速度的情况下容纳数百万个Meme，不过这都是在牺牲了可靠性之后得到的。
而Postgres能够保证搜索结果的可靠性，但在超过一百万张图片的范围时，就会变得特别慢。
一个能保证速度，一个能保证质量，那……
Done！
在这其中，小哥用到了PGSync，它是一件中间件，可以用于同步从Postgres到Elasticsearch/OpenSearch的数据，具体的搜索流程如下：
到这里，整个搜索引擎的搭建已初见雏形，但还没结束……
视频Meme也能支持
因为Meme不仅仅靠梗图来传递，有时候还会有视频。
这倒也简单，直接将视频分割成截图集，之后就能像普通的Meme图一样被识别了。
具体来说，小哥编写了一个小型微服务，通过ffmpeg（它可以执行音频和视频多种格式的录影、转换、串流功能），从视频中截取10个均匀间隔的图片。
然后将截图文件发送到iPhone OCR服务，最终视频文件中会有每个屏幕截图OCR后的结果集。
不过拥有视频检索功能后，毫无疑问OCR服务的负载就重了，一个视频OCR的工作量几乎是一般梗图的10倍。
虽然说OCR应用服务器的速度很快，但也禁不住这样薅，于是iOS OCR服务升级了（多加几台手机），于是最终的装置就变开头图中的那样了。
最终具体的流程图小哥也贴心地给出来了：
- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见