如何通过反向图片搜索找到图片最早发布来源与原始出处

当你需要追溯一张照片、头像、视频关键帧的最早发布页面、摄影师、日期和背景信息时，用多引擎反向图片搜索并读取匹配页面来定位原始出处。

适用场景

解决思路

1. 先固定输入：获取最高分辨率的原始文件本身，而不是它的截图；截图会引入缩放和二次压缩，损失匹配率；在开始编辑副本前，先对原文件运行 secrets-in-file-metadata 清理元数据。
2. 先用完整原图在所有引擎上各搜一遍——成本低，有时能立即命中。
3. 裁剪后重新搜索：这是整个技能中收益最高的一步；整图的指纹被背景主导，应紧贴人脸、招牌、logo、车辆、纹身、建筑转角等特征物裁剪，再分别搜索每个裁剪块；转发图常被裁剪和重新构图，所以裁剪块往往能匹配上而整图不能。
4. 水平翻转图片：镜像翻转是规避自动匹配的常用手段，也是录屏和视频转发的常见副产物；翻转后用同样的引擎再跑一遍。
5. 对低质量输入做预处理后重试——放大、去噪、校正色阶；参见 reference/preprocessing.md。
6. 对视频：抽取关键帧当作静态图搜索；搜索开头、中间、结尾各一帧，以及任何含招牌或人脸的帧；关键帧命中通常能突破视频案件。
7. 按最旧排序：在 TinEye 上按 oldest 排序；把该日期当作上限而非答案，然后进入下一步。
8. 打开并阅读匹配页面：采集摄影师署名、通讯社、图注、被点名的人物、页面日期、图片 URL 中的文件名（常形如 2019-04-city-event-03.jpg），以及周围文章正文；选择器就在这里。
9. 用 read-deleted-pages 核对匹配页面自身日期与存档首次抓取时间——存档首次抓取该 URL 的时间界定了页面真实存在的时间，页面显示的日期可能被 CMS 前调或后调。
10. 用 google-like-a-spy 的日期限定搜索运算符，查找同一事件或图注更早的文本提及。
11. 寻找同一图片的更大分辨率版本：最大版本通常最接近源头，通讯社的副本会比 Twitter 转发版更大；TinEye 的按最大图片排序在此有用。
12. 检查常见图库：一张照片被三个国家、三个不同新闻事件署名，说明它是图库素材，所谓“原图”其实是一个授权页面。
13. 画面中的水印和通讯社标识胜过任何索引：裁剪水印并单独搜索它。
14. 按持有物选择引擎：有人脸先用 Yandex（其索引围绕人脸相似度构建，能返回长相相似的不同人以及同一人的其他照片）；Yandex 失败后再考虑专用人脸引擎（须先解决法律与同意问题）；北美/西欧以外的街景用 Yandex（对俄语、中亚、东欧、土耳其和中文内容索引更深）；产品、书封、艺术品、植物、动物用 Google Lens（物体与实体识别，绑定 Shopping 和 Knowledge Graph）；图中有文字用 Google Lens（它会 OCR 画面并允许搜索提取出的字符串，文字往往就是答案）；地标或知名建筑用 Google Lens（地标分类是其最强单项功能）；杂乱照片中的特定区域用 Bing Visual Search（可在上传图上画框只重搜该区域，是所有引擎中最快的裁剪重试循环）；新闻照片、梗图或疑似老图用 TinEye（唯一按最旧排序、且能可靠找出被修改副本的主流引擎）；中文或中国托管内容用百度图片搜索。
15. 至少跑三个引擎：它们经常互相矛盾，而这种矛盾本身就是信息——TinEye 找到多年前的精确副本而 Lens 只找到近期转发，正是回收媒体的特征。
16. 理解各引擎实际在做什么：Yandex 的结果页把“包含此图的站点”与“相似图片”分开，只有第一组才是证据，它对裁剪、旋转和重度重压缩的容忍度高于其他引擎；Google Lens 已从整图重复匹配转向“这是什么、能卖你什么”，做溯源时应使用列出包含该图页面的选项而非视觉匹配轮播，并预期它会把视觉相似但无关的照片当作匹配返回；Bing Visual Search 介于两者之间，其区域选择工具是使用它的理由——无需下载、裁剪、重传的循环；TinEye 基于爬取、索引相对较小，很多图返回零结果，在 TinEye 上查不到不能证明任何事，但它能做别家做不到的：精确与近重复匹配、按最旧排序，以及检测被裁剪、变色或加水印的副本并并排展示。
17. 确认候选匹配时打开页面并做像素级细节比对——手的姿势、布料褶皱、反光——以区分“相似”与“相同”。
18. 把最早已知副本日期当作关于你搜索覆盖范围的声明，而非关于世界的声明；用存档抓取、日期限定文本搜索、更大分辨率版本、图库核查和水印搜索来加固它。
19. 人脸专用引擎（PimEyes、FaceCheck.ID、Search4Faces）仅在你有书面授权或正当保护目的时使用——如欺诈案中核实交易对手、经当事人同意的身份核验、失踪人口工作、检查自身暴露面；不得用于从照片识别陌生人、给抗议人群中的脸安上姓名或定位私人个体；在案卷中记录你运行了它及原因；把人脸引擎命中单独视为未确认，因为撞脸误报常见且引擎不提供可审计的推理。
20. 发现匹配后立即截图结果页并归档匹配 URL，因为引擎结果不可复现：索引会删页、结果会重排，上周找到的命中可能已消失。
21. 按置信度分级：确认的原始来源（有页面早于所有其他副本、托管方是合理原始发布者、页面日期经独立存档抓取佐证、且不存在更大或更早版本）；可能（最早副本在各引擎间一致且托管方合理，但日期仅凭页面自述或该时期无存档抓取）；仅匹配（只能证明该图在某日期前出现在某 URL，就照实说，不要升级为“原图”）；未确认（仅有视觉相似而无像素级验证，或人脸引擎命中，或单一引擎结果无法复现）。

适用边界 · 注意事项

• 不要用整图只搜一个引擎就下结论说图片未被索引——应裁剪到单个特征物分别重搜。
• 不要把人脸搜索引擎用于识别陌生人、给抗议人群中的脸安姓名或定位私人个体；未经授权运行第三方人脸可能违反 GDPR 第 9 条、伊利诺伊 BIPA、得州 CUBI 及 PimEyes 自身条款。
• 不要把“四个引擎都无结果”当作原创性或真实性的证据——未索引、刚发布、需登录、仅 App 内可见的图片都会返回空结果；AI 生成图本就无源可寻，应转交 is-this-photo-real。
• 不要把裁剪到草地或天空这类普通区域——会返回成千上万自信但无意义的匹配；应裁剪到不寻常之处。
• 不要把客户敏感图片上传到商业引擎，这会向该厂商泄露图片并可能暴露你的调查意图；对敏感材料应搜索不含识别细节的裁剪块，或干脆不搜。