photohunt-osint 1.0

OSINT photo search for people based on Search4Faces

🔍 PhotoHunt OSINT

PhotoHunt OSINT - современная библиотека для поиска лиц по открытым источникам. Идеально подходит для:

• Журналистских расследований 🕵️♂️
• Кибербезопасности 🔒
• Социальных исследований 📊
• Поиска родственников 👪

🌟 Возможности

• 🚀 Асинхронный поиск
• 🔎 Поддержка 6 баз
• 🎭 Фильтрация полученных данных
• 📁 Экспорт в HTML/JSON/CSV/XLSX/TXT/XML
• 🌍 Локализация (RU/EN)

🗃️ Базы данных

Название	Кол-во лиц	Точность	Период сбора данных
vk_wall	1.11B	68.79%	2019-11 → 2020-11 2022-12 → 2023-01
vkok_avatar	280.78M	VK:37.90% OK:40.19%	VK:2018-12 → 2019-06 OK:2019-06 → 2020-03
vkokn_avatar	312.96M	VK:48.37% OK:45.13%	VK:2022-09 → 2024-11* OK:2022-09 → 2022-10
tt_avatar	125.44M	10.52%	2021-03 → 2021-09
ch_avatar	13.07M	8.94%	2021-05 → 2022-01
sb_photo	55.74M	12.46%	2022-05 → 2022-08

*Данные актуальны на 08.02.2025

📦 Установка

pip install photohunt-osint

🔎 Принцип работы

1. Загрузка фото (локальные файлы/URL)
2. Детекция лиц с выделением характерных признаков
3. Сравнение с выбранной базой данных
4. Ранжирование результатов по точности совпадения

📌 Рекомендации

1. Используйте изображения с четкой видимостью лиц
2. Поддерживаемые форматы: JPEG, PNG
3. Размер изображения не более 25MB

🚀 Примеры использования

Через класс PhotoHunt

from photohunt import PhotoHunt
import asyncio

async def main(client):
    
    # Загрузка изображения
    upload_results = await client.upload_batch(["group_photo.jpg"])
        
    detect_results = []
    
    # Поиск по всем лицам на фото
    for result in upload_results:
        
        if not result.get("boundings"): continue
        
        red = await client.detect(
            query="vk_wall",
            filename=result["url"],
            boundings=result["boundings"],
            results=50
        )
            
        detect_results.extend(res)
        

    # Экспорт в Excel
    for i, detect_result in enumerate(detect_results, 1):
        
        client.export(results, {"xlsx": "report{i}.xlsx"})

if __name__ == "__main__":
    client = PhotoHunt()
    try:
        
        asyncio.run(main(client))
        
    finally:
        
        client.close()

Через CLI

# Поиск по локальному изображению
photohunt -s photo.jpg -db vk_wall -r 150

# Пакетная обработка с фильтрами
photohunt -s "photos/*.jpg" \
  -db vkokn_avatar \
  -fl "age>=18" "city=Санкт-Петербург" \
  -o result \
  -f json

📊 Обработка результатов

Структура данных

{
    "profile": "https://vk.com/id1",
    "face": "https://i.search4faces.com/faces/vk01/.../example.jpg",
    "source": "https://sun9-33.userapi.com/.../example.jpg",
    "score": 60.72,
    "age": 40,
    "first_name": "Павел",
    "last_name": "Дуров",
    "maiden_name": "",
    "city": "Санкт-Петербург",
    "country": "Россия",
    "born": "10.10.1984",
    "bio": ""
}

Методы анализа

# Фильтрация результатов
high_confidence = [p for p in results if p['score'] > 75]

# Статистика по городам
from collections import Counter
cities = Counter(p["city"] for p in results)

# Экспорт контактов
contacts = [{'name': p["first_name"] +" " + p["last_name"], 'url': p["profile"]} for p in results]

📜 Лицензия

MIT License - подробности в файле LICENSE

---

👥 Контакты

• Email: [e-mail]
• KeyBase: @lastobserver

💖 Поддержать проект

Развитие инструмента поддерживается сообществом. Вы можете помочь:

• TON: UQCl6nBbfXaHz2Z4ka9QcTiPIEzVGY1Bwn9eDlBAgOUwKJp1
• Bitcoin: 1JnzRzZEXcKoT9echwfRrwGbWxLyLPo9Si
• USDT TON: UQCl6nBbfXaHz2Z4ka9QcTiPIEzVGY1Bwn9eDlBAgOUwKJp1