與Django的自定義比較（漢明距離）

Question

我有以下代碼，允許我查找具有相等（相等）的圖像，但是說我只想查找漢明距離小於一定數量的圖像，是否可以將其合並到Django查詢集或原始sql中？ 我不想獲取所有內容並與python進行比較，因為這非常非常慢，並且我有很多圖像。

當前代碼：

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

這是使用postgres擴展實現此方法的方法：

https://github.com/eulerto/pg_similarity

安裝：

$ 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，您可以使用自定義“ WHERE”子句來制作Django查詢集，以使用hamming_text函數

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：此處的漢明距離會自動歸一化，因此0表示完全不同，1表示相同。