Python论坛的帖子：

Python论坛 - 讨论区

返回群组主页

标题：python之django連結mysql的相似圖像檢索

楼主 2011年10月31日星期一 23:27

以下為方便說明問題，已簡略維度

設一個圖像共8維度向量

A圖→[('20.60 62.07', [1,2,3,4,5,6,7,8])]

B圖→[('30.60 62.07', [1.1,2,3,4,5,6,7,8])]

C圖→[('70.60 62.07', [10,20,30,40,50,60,70,80])]

D圖→[('80.60 62.07', [22,44,66,88,100,120,140,160])]

因圖像可能不只一個特徵點，或許有2個特徵點的例子(真實的例子會有2個以上)。

E圖→[('40.60 62.07', [1,2,3,4,5,6,7,8]),('80.60 82.07', [2,4,6,8,10,12,14,16])]

(希望能抓到第一個向量一樣，就判定此圖為查詢圖像的近似圖像)

query_vector代表查詢圖像的維度，是一個list

query_vector=[1,2,3,4,5,6,7,8]

label：'X座標 Y座標'

neighbours代表查詢圖像與相比圖像維度的一些相近相鄰維度，是一個list，一個item，裡面有2個屬性：vector、label。

neighbours=[{'vector': [1.1 ,2,3,4,5,7,8], 'label': '20.60 62.07'}, →A圖

{'vector': [1.1 ,2,3,4,5,7,8], 'label': '30.60 62.07'}, →B圖

{'vector': [1.1 ,2,3,4,5,7,8], 'label': '55.33 49.78'}, →E圖

{'vector': [1.1 ,2,3,4,5,7,8], 'label': '55.33 49.78'},]→E圖

nearest代表是一個dict，三個item，分別是最接近distance、最接近vector、最接近label。

nearest={'distance': 0.0, 'vector': [1, 2,3,4,5,6,7,8], 'label': '55.33 49.78'}

根據此題假設，應該用query_vector查詢時，會得出A圖、B圖、E圖，

有一個做法是，但也卡在x不知如何設？

x=?不知該怎麼設才會抓到A、B、E圖

y=Trademark.objects.all()

xyDict=dict(zip(x,y))

tmatch=[xyDict[i] for i in xyDict if i != 0]

context_map['tmatch']=tmatch

還是另外有什麼做法，

麻煩請會的，

請指教一下了，非常感謝。

请登录后回复。还没有在Zeuux哲思注册吗？现在注册！