Создание веб-сканера, который ищет похожие фотографии на Google и Янде

📝 ТЕХНИЧЕСКОЕ ЗАДАНИЕ

📌 Название проекта:

Web Scanner для поиска дубликатов изображений в Google и Yandex

🎯 Цель проекта:

Разработать инструмент, который позволяет:

• Загружать фотографию (или несколько).

• Выполнять поиск по изображению в Google Images и Яндекс Картинках.

• Автоматически собирать URL-адреса сайтов, где найдены совпадения.

• Выводить отчёт в виде таблицы (с возможностью экспорта в Excel / CSV).

• Использовать как скрипт и/или через веб-интерфейс.

📦 Обязательные функции:

1.

Загрузка изображения

• Через веб-интерфейс (HTML-форма или drag-and-drop).

• Дополнительно: загрузка папки с несколькими изображениями.

2.

Поиск по изображению

• Использовать Selenium или Playwright для автоматизации браузера.

• Для Google:

  • https://images.google.com/

  • Кнопка поиска по изображению.

• Для Яндекс:

  • https://yandex.ru/images/

  • Поиск по изображению.

• Загружаемое фото должно быть отправлено в поиск, и пользователь не должен видеть браузер (автоматический режим).

3.

Обработка результатов

• Собрать:

  • Ссылки на страницы с совпадениями.

  • Названия сайтов (если возможно).

  • Скриншот фрагмента страницы (опционально).

• Исключать ссылки на домены типа google.com, yandex.ru (если дублируются).

4.

Вывод результатов

• Отобразить результаты в таблице:

  • Название изображения

  • Источник (Google / Яндекс)

  • URL найденного сайта

  • Время поиска

• Сохранить как:

  • Excel (XLSX)

  • CSV

⚙️ Технологии и стек:

Цель

Инструмент

Ядро автоматизации

Selenium или Playwright (Python)

Интерфейс (если нужен)

Flask или FastAPI

Парсинг HTML

BeautifulSoup, lxml

Работа с изображениями

Pillow, imagehash (для будущего анализа)

Экспорт результатов

pandas, openpyxl

Хранение логов (опц.)

SQLite или JSON

🛡 Антибот-защита:

• Обход reCAPTCHA не обязателен, но скрипт должен:

  • Уметь перезапускаться после ошибки.

  • Работать с Headless=False (чтобы в случае блокировки можно было войти вручную).

• Поддержка прокси (опционально).

• Ротация User-Agent.

🧪 Тесты:

• Загружаем 5 тестовых изображений.

• Получаем не менее 3 совпадений на изображение.

• Проверка экспортируемого отчёта — открытие в Excel / Google Sheets.

• Проверка корректности URL.

💡 Бонус (возможности для расширения в будущем):

• Сравнение найденных изображений с оригиналом (по hash-сравнению).

• Рассылка отчёта по email.

• Telegram-бот для оповещений.

• Личный кабинет с историей проверок.

⏱ Сроки:

• MVP-версия (одиночный поиск + отчёт): 7–10 рабочих дней

• Веб-интерфейс: +3 дня

• Документация + инструкция по запуску: обязательно

📁 Входящие данные от заказчика:

• Набор тестовых изображений (5–10 шт.)

• Ожидаемый формат отчёта

• Платформа: локально (на Windows/macOS/Linux) или сервер (VPS)

📌 Требования к разработчику:

• Уверенное знание Python.

• Опыт работы с Selenium / Playwright.

• Умение обходить антибот-защиту.

• Умение сделать стабильный, масштабируемый скрипт.

• Готовность поддерживать/развивать проект.