Image Comparison API: Score Image Similarity and Find Duplicate Images

Сравнивайте изображения по визуальному сходству и находите точные и почти дублирующиеся изображения через простой HTTP API. Передайте одно исходное изображение и список целей, и API вернет одну строку для каждого сравнения с оценкой сходства, вердиктом о дубликате и расстояниями перцептивных хешей.

Работает на Image Similarity API Actor на Apify. Этот репозиторий показывает два способа вызова: быстрый старт на Python и шаги установки MCP для пяти клиентов.

Текстовое руководство

Этот API сравнения изображений отвечает на один вопрос: насколько похожи эти две картинки? Вы передаете URL sourceImage и список targetImages, и каждая цель возвращается с similarityScore от 0 до 1, флагом isSimilar, измеренным относительно вашего threshold, и вердиктом на простом языке. Под капотом работают два независимых метода: CLIP-встраивание, которое понимает содержимое и все еще находит совпадение для фото, которое было обрезано, перекрашено или перекодировано, и перцептивное хеширование (pHash и dHash), которое дешево и находит байтовые почти-дубликаты. Установите comparisonMode в embedding, phash или both в зависимости от того, за какой сигнал вы хотите платить. Путь обнаружения дубликатов — это то, за чем приходит большинство людей: укажите список URL, чтобы найти дублирующиеся изображения онлайн, ничего не скачивая самостоятельно. Это также самый быстрый способ сравнить два изображения на сходство, когда нужно число, а не визуальная оценка, например, для сравнения скриншотов с эталоном и выявления изменений макета.

Related MCP server: Vision MCP Server

Быстрый старт

uv sync
cp .env.example .env      # paste your Apify token into .env
uv run image-similarity-api-example.py

Получите бесплатный токен API Apify на https://apify.com?fpr=9n7kx3 (Консоль, затем Настройки, затем API и Интеграции).

Пример держит каждый запуск небольшим: один источник против двух-трех целей, так что ваш первый запуск стоит почти ничего. Actor принимает до 500 целей за запуск.

Рецепты

Каждый из них — опубликованный, готовый к запуску пример в Apify Store. Откройте один, нажмите «Старт» и прочитайте результат, прежде чем писать код.

• Compare Images via API, Similarity Scores as JSON

• Compare Two Images for Similarity, Percentage Verdict

• Find Duplicate Images Online Across a List of URLs

• Bulk Image Hash Check with pHash and dHash

• Compare Screenshots to a Baseline, Flag Changes

Первые три реализованы как функции в image-similarity-api-example.py, так что вы можете запускать их и локально.

Совет по расписанию: чтобы отслеживать повторное использование ваших собственных фотографий, сохраните запуск как задачу с вашим изображением в качестве sourceImage, затем запланируйте его. Каждый запуск добавляет новые строки сравнения, так что вы получаете хронологический след, а не единый снимок.

Входные параметры

Выходные поля

Одна строка на каждое сравнение.

Установка в Claude Cowork Desktop

Cowork — это режим автоматизации настольного приложения. Чтобы предоставить ему API сравнения изображений в качестве инструмента, добавьте сервер MCP Apify в качестве коннектора.

1. Откройте настольное приложение Claude и перейдите в Settings > Connectors (или Settings > Developer > Edit Config для прямого редактирования claude_desktop_config.json).

   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

   • Windows: %APPDATA%\Claude\claude_desktop_config.json

2. Добавьте сервер MCP Apify, предварительно загруженный только с этим Actor:

{
  "mcpServers": {
    "apify": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://mcp.apify.com/?tools=actors,docs,johnvc/image-similarity-api"
      ]
    }
  }
}

3. Перезапустите приложение. Когда Cowork впервые вызовет инструмент, завершите запрос OAuth в браузере или добавьте ваш токен API Apify в настройках коннектора, чтобы пропустить OAuth.

4. В чате Cowork подтвердите доступность инструмента и попросите его запустить API сравнения изображений.

Скачайте настольное приложение и начните бесплатную пробную версию: https://claude.ai/referral/uIlpa7nPLg Больше помощи: https://docs.apify.com/platform/integrations/claude-desktop

Установка в Claude Code

Claude Code — это инструмент командной строки. Добавьте сервер MCP Actor одной командой:

claude mcp add --transport http apify \
  "https://mcp.apify.com/?tools=actors,docs,johnvc/image-similarity-api"

Чтобы использовать токен вместо браузерного OAuth:

claude mcp add --transport http apify \
  "https://mcp.apify.com/?tools=actors,docs,johnvc/image-similarity-api" \
  --header "Authorization: Bearer YOUR_APIFY_TOKEN"

Затем проверьте с помощью claude mcp list или запустите /mcp внутри сессии. Попросите Claude Code вызвать API сравнения изображений.

Попробуйте Claude Code бесплатно: https://claude.ai/referral/uIlpa7nPLg Документация MCP Claude Code: https://code.claude.com/docs/en/mcp

Установка в Claude (веб-сайт)

На claude.ai вы добавляете Apify как коннектор, затем включаете только инструмент этого Actor.

1. Перейдите в Settings > Connectors > Browse connectors и найдите Apify MCP server. Установите его (включите или обновите, если потребуется).

2. При подключении аутентифицируйтесь с помощью вашего токена API Apify и включите инструмент johnvc/image-similarity-api.

3. В любом чате откройте + > Connectors и включите Apify.

4. Альтернативно выберите Add custom connector и вставьте полный URL MCP https://mcp.apify.com/?tools=actors,docs,johnvc/image-similarity-api, используя OAuth при запросе.

5. Попросите Claude запустить API сравнения изображений.

Откройте Claude в вебе: https://claude.ai

Установка в Cursor

Cursor читает серверы MCP из файла проекта .cursor/mcp.json.

1. В вашем проекте создайте .cursor/mcp.json:

{
  "mcpServers": {
    "apify": {
      "url": "https://mcp.apify.com/?tools=actors,docs,johnvc/image-similarity-api"
    }
  }
}

2. Если вы предпочитаете аутентификацию по токену вместо браузерного OAuth, добавьте заголовок:

{
  "mcpServers": {
    "apify": {
      "url": "https://mcp.apify.com/?tools=actors,docs,johnvc/image-similarity-api",
      "headers": { "Authorization": "Bearer YOUR_APIFY_TOKEN" }
    }
  }
}

3. Откройте Cursor > Settings > MCP и подтвердите, что сервер apify подключен (зеленая точка).

4. В Composer или Chat попросите Cursor вызвать API сравнения изображений.

Новичок в Cursor? Скачайте здесь: https://cursor.com/referral?code=XQP4VBLI3NNX

Установка в ChatGPT

ChatGPT подключается к серверу MCP Apify через режим разработчика (доступен на планах ChatGPT Pro, Plus, Business, Enterprise и Education).

1. Нажмите на иконку профиля, затем перейдите в Settings > Apps. Если вы не видите кнопку Create app, откройте Advanced settings и включите Developer mode.

2. Нажмите Create app и заполните форму:

   • Name: Apify

   • MCP Server URL: https://mcp.apify.com/?tools=actors,docs,johnvc/image-similarity-api

   • Authentication: OAuth

3. Нажмите Create и авторизуйте подключение к Apify.

4. Чтобы использовать приложение в разговоре, нажмите + в чате, выберите Developer mode и выберите Apify.

Больше помощи: https://docs.apify.com/platform/integrations/mcp

Часто задаваемые вопросы

Как сравнить два изображения на сходство? Передайте один sourceImage и одну запись в targetImages, затем прочитайте similarityScore. Это число от 0 до 1, так что 0.97 означает, что пара почти наверняка является одной и той же картинкой. Установите threshold на нужное пороговое значение, и Actor установит isSimilar за вас.

В чем разница между оценкой встраивания и pHash? Встраивание — это модель CLIP vision: она сравнивает то, что находится на картинке, поэтому она все еще находит совпадение после обрезки, изменения размера, перекраски или перекодировки. Перцептивное хеширование сравнивает визуальный отпечаток пикселей и очень дешево, но сильное редактирование его сломает. Запуск both дает вам семантическую оценку и расстояние дубликата в одной строке.

Как найти дублирующиеся изображения онлайн по списку URL? Поместите изображение, которое вас интересует, в sourceImage, поместите кандидатов в targetImages и запустите в режиме both. Строки, где isNearDuplicate истинно, являются байтовыми копиями; строки с высокой similarityScore, но большим расстоянием хеша, являются отредактированными или перекодированными копиями.

Можно ли использовать это как проверку авторских прав на изображения? Вы можете использовать это для части сопоставления этой задачи. Дайте ему ваше оригинальное фото и список страниц, где вы подозреваете повторное использование изображения, и он скажет вам, какие из этих изображений совпадают и насколько точно. Он не выносит юридического решения и не ищет в интернете за вас; вы предоставляете URL кандидатов.

Работает ли это для сравнения скриншотов? Да, и это распространенный вариант использования. Храните эталонный скриншот как источник, сравнивайте каждый новый снимок с ним и оповещайте, когда оценка падает ниже вашего порога. Расстояние хеша обычно является более чувствительным сигналом для небольших изменений макета.

Что такое перцептивное хеширование? Перцептивный хеш сводит изображение к короткому отпечатку, так что визуально похожие изображения дают похожие отпечатки. Вы сравниваете два хеша, подсчитывая, сколько битов различается, что и является расстоянием, которое этот Actor возвращает как phashDistance и dhashDistance. В отличие от контрольной суммы, один измененный пиксель не меняет ответ полностью.

Что произойдет, если изображение не загрузится? Такой объект возвращается отдельной строкой с errorMessage, а остальной процесс продолжается. Мертвый URL никогда не приводит к сбою всей задачи.

Сколько стоит один запуск? Цены указаны на странице актора и выставляются за каждое сравнение, то есть десять целей — десять единиц. Режим только хешей — более дешевый путь, когда вам не нужна оценка модели. Актуальные цены смотрите там, а не в скопированном в README числе.

Также ищут

image comparison api, image similarity api, find duplicate images, duplicate image finder, compare two images for similarity, phash, perceptual hashing, image copyright checker, compare screenshots, image deduplication, ai image comparison, find duplicate photos, image hash check, visual similarity search

Дополнительно

• Актор в Apify Store: https://apify.com/johnvc/image-similarity-api?fpr=9n7kx3

• Бесплатный аккаунт Apify: https://apify.com?fpr=9n7kx3

• Документация Apify Python client: https://docs.apify.com/api/client/python/

• Документация Apify MCP: https://docs.apify.com/platform/integrations/mcp

• uv: https://docs.astral.sh/uv/

Последнее обновление: 18.08.2026