我一直觉得，图像查重是给条带图、电镜图这些实验数据图准备的。至于我自己画的流程图、示意图、机制图，怎么可能有问题？都是自己一笔一笔画出来的，总不至于跟别人撞吧？

结果差点翻车。

有一篇综述，我画了一张信号通路的机制示意图。画的时候参考了几篇文献，但每个节点位置、箭头走向、配色都是自己重新设计的，自我感觉原创度很高。投稿前，顺手用万方文察跑了一下图像查重——纯粹是例行公事，没指望查出什么。

报告出来，我愣住了。那张示意图被标记为“与文献XXX（2020）图3存在局部特征点匹配”。我赶紧找来那篇文献，对比了半天，才发现问题所在：图里某个蛋白复合物的表示方式（三个椭圆堆叠加一个箭头），和我画的几乎一模一样。那个表示方式不是标准画法，是我自己随手设计的，结果恰好和别人几年前的设计撞了。

不是抄袭，但审稿人看到会觉得“眼熟”，甚至怀疑你的原创性。如果我没做图像查重直接投稿，很可能被要求大修甚至撤稿。

从那以后，我才真正理解了图像查重的范围：它不只是查“盗图”，还能查“局部特征点相似”。算法是基于图像特征点匹配的，会提取图中的关键边缘、角点、纹理，即便整体构图不同，只要某个局部区域的特征高度重合，就会被标记。

这对示意图、流程图、模式图尤其重要。因为这些图没有“标准答案”，每个人画出来都不一样。如果你的画法和别人撞了，大概率是巧合，但审稿人不会这么想。而图像查重能提前帮你发现这些巧合，给你机会修改。

现在，我每次投稿前都会把论文里所有的示意图、流程图、模式图跑一遍图像查重。用万方文察上传论文，通常很快出报告。如果发现有局部特征匹配，我会重新设计那个模块——改个形状、换个方向、调整颜色，直到检测通过为止。

很多人以为图像查重只是实验数据图的专利，其实示意图同样需要。论文检测这件事，宁可多做，不能漏做。文字有查重，图片也有查重，一个都别省。