Question

我有以下代码，允许我找到相等的图像（相同），但是说我想找到一定数量下汉明距离的图像，可以将其合并到django查询集中，或者原始sql以某种方式？我不想获取所有内容并与python进行比较，因为这非常慢并且我有很多图像。

当前代码：

def duplicates(request):
    duplicate_images = []
    images = Image.objects.all()
    for image in images:
        duplicates = Image.objects.filter(hash=image.hash).exclude(pk=image.pk)
        for duplicate in duplicates:
            duplicate_images.append([image, duplicate])
        if len(duplicate_images) > 1000:
            break

Answer 1

以下是使用postgres扩展程序实现此目的的方法：

https://github.com/eulerto/pg_similarity

安装：

$ git clone https://github.com/eulerto/pg_similarity.git
$ cd pg_similarity
$ USE_PGXS=1 make
$ USE_PGXS=1 make install
$ psql mydb
psql (9.3.5)
Type "help" for help.

mydb=# CREATE EXTENSION pg_similarity;
CREATE EXTENSION

不能使用自定义“WHERE”子句创建django查询集以使用hamming_text函数

image = Image.objects.get(pk=1252) # the image you want to compare to
similar = Image.objects.extra(where=['hamming_text(hash,%s)>=0.88'],
                              params=[image.hash])

瞧，它有效！

注意：此处的汉明距离会自动归一化，因此0表示完全不同，1表示相同。

与Django（汉明距离）的自定义比较

1 个答案: