与 Django 的自定义比较（汉明距离）

Question

我有以下代码可以让我找到相等的图像（相同的），但是说我只想找到汉明距离在一定数量以下的图像，可以将其合并到 django 查询集中，还是原始的sql 不知何故？我不想获取所有内容并与 python 进行比较，因为那非常非常慢而且我有很多图像。

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

以下是如何使用 postgres 扩展实现这一点：

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，您可以使用自定义 "WHERE" 子句创建 Django 查询集，以便使用 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，它起作用了！

注意：这里的汉明距离是自动归一化的，所以0表示完全不同，1表示相同。

与 Django 的自定义比较（汉明距离）

Custom comparisons with Django (hamming distance)

python

django

django-orm

django-queryset

hamming-distance