这篇文章距离上次修改已过249天，其中的内容可能已经有所变动。

Immich最近推出了新版本，支持对图片进行OCR了，真是喜大普奔，不过嘛，试用了一下之后发现，总是有些图搜索不出来：

我们的目标是胖虎靠在墙边那张
到GitHub看了一下，果不其然，找到了Issues #23507，这就证明了不是操作有误，而是有Bug。既然得等修Bug，又急着用OCR搜索，不如给他魔改一个外挂搜索功能好了。

点击此处，展开目录

1. 前言

自从有了PVE之后，干点啥都方便了起来，只要不是涉及到动内核的东西，直接开一个LXC跑就行，一人一个IP还能限制CPU和内存的用量，方便快捷。今天的主角Immich自然也不例外，虽然官方并不推荐在LXC（尤其是非特权LXC）里面运行这玩意，但是本着不作死就不会死精神，笔者还是尝试了一下，结果发现并没有什么太大的问题——也许问题和显卡硬件加速有关，但考虑到我的机器上根本没有什么好显卡给他加速（唯一一个还是U自带的UHD 630），所以问题并不大。

正如上文所说，OCR功能对笔者来说非常重要，因为笔者的图库里面除了日常拍摄的图片，更多的还是从知乎，B站等地方存下来的弔图，而这些弔图里文字的占比是很高的，比如说下面这张：

这个就是我们要找的靓仔图片，引言中并未找到

所以有时候只记得图片文字，不记得具体存储时间和文件名的时候，OCR就非常有用了。过往版本的Immich只支持普通机器学习，也就是通过描述画面内容（海滩上的日出）等方式来寻找图片，虽然具备一定的OCR能力，但也仅仅算是个添头，并未针对OCR做特别优化。前两天更新的版本倒是添加了OCR专用模型，实测他的OCR效果是非常好的，甚至连模糊扭曲竖排的文字也能成功识别。

不过话虽如此，能成功识别出来的文字却不一定能在页面上找到，Issues #23507中有人测试过，表现为数据库中字段用空格分词，如果仅输入一部分内容就不能找到，必须输全了才能返回结果。在此Issue下面有开发者留言，他们的搜索功能基于PostgreSQL（下面简称pgsql）的三元索引（trigram index）来查找内容，同时考虑相似度与字符边界，这样的功能对于拉丁文字来说很有用，比如说在搜索brown的时候不会匹配到brownbear，减少误识别率，而且也提高了索引速度。但对于非拉丁文字而言，比如中文，不用空格来分词，这个方法就会失效，出现上面的问题。

所以就有了这次改造的思路：直接用别的方法查询数据库，找到OCR识别出来的文本，然后获取对应的图片ID，拿到图片。

2. 暴露数据库端口

Immich运行于Docker里面，而且采用的是分开service的方法，数据库与本体分离。因此第一步，就需要先修改数据库容器配置，让我们可以从外部访问到数据库

打开docker-compose.yml，找到并修改如下配置：

services:
  database:
    container_name: immich_postgres
    # ...中间省略...
    # 找个空闲地方添加如下配置，暴露数据库端口
    ports:
      - '127.0.0.1:5432:5432'

保存，重新执行docker compose up -d，系统会重建容器。

3. 后台连接并搜索

首先需要准备好对应扩展

apt install php-pgsql

此外还要准备好查询语句，用HeidiSQL连上数据库（数据库用户名密码，是安装Immich时在.env里面配置好的）之后，可以很轻松地在public下面找到ocr_search表，里面就存放了图片IDassetId以及对应的识别结果text。很显然，我们只需要对text字段进行查询即可。

一般来说，想要进行高效查询，正确的方法应该是利用上pgsql的GIN索引功能，但考虑到我们这里的数据量以及并发量，使用这玩意未免有杀鸡用牛刀之嫌。对于这次改造，简单的LIKE通配符外加LIMIT限制搜索数量，就已经足够了。

# ILIKE表示不区分大小写
SELECT "assetId" FROM PUBLIC.ocr_search WHERE "text" ILIKE "%关键词%" LIMIT 100

根据这行sql，可以很轻松地写出来下面的PHP代码：

<?php
    # 节约篇幅，代码省略了错误处理功能
    # 实际使用时请自行添加（例如判空）
    $db = pg_connect('连接信息，根据手册填就行');

    $q = '%'.$_GET['t'].'%';
    pg_prepare($db, 'ocr_query', 'SELECT "assetId" FROM PUBLIC.ocr_search WHERE "text" ILIKE $1 LIMIT 100');
    $r = pg_execute($db, 'ocr_query', [$q]);

    $out = [];
    while($o = pg_fetch_assoc($r)) {
        $out[] = $o['assetId'];
    }

    die(json_encode([
        'ret' => 1,
        'msg' => '成功',
        'data' => $out
    ], JSON_UNESCAPED_UNICODE));
?>

保存为（相对于网站根目录）/api/getSearch.php，就可以在浏览器里面测试并看到效果了：

4. 简单的前端页面

这一部分的代码不再给出，反正就是一个普通的搜索框和搜索按钮，点击之后触发fetch()发请求，拿到图片的ID之后批量生成<img>标签，地址设定为小缩略图地址；最后给<img>绑定一个点击事件，点击后跳转到大预览图地址；再把生成好的<img>插入到页面上的随便一个div里面，就可以了。这样的简单页面随便一个AI大模型都能轻松生成。

关于缩略图地址，也是不难获取的，因为Immich服务器已经提供了他前端所使用的接口，只需保持网页端登录，就可以很轻松地找到下面的路径

小缩略图：/api/assets/图片UUID/thumbnail?size=thumbnail
大缩略图：/api/assets/图片UUID/thumbnail?size=preivew

最后的效果如下，可以看到已经能正确找到我们需要的靓仔图片：

5. 写在最后

官方仓库的Issues已经积累了一大堆，因为我是白嫖用户，不好意思催他们进度，因此只能自己想点办法打补丁凑合下了。

不过确实好用是真的。

（完）

给 Immich 的 OCR 搜索装个外接查询器