помогите с сравнением изображений

[vaad2]

Не совсем понимаю при чем тут база? Когда идет заливка вычисляешь md5_file и проверяешь на существование файла, и только потом заносишь в БД(или сфинкс как то оптимизирует INSERT ?), если файл отсутствует. Правда не всегда все файлы лежат в одной куче, но это уже другой вопрос. Ставить сфинкс для простой галереи смысла нет имхо.
Да и по хорошему я на хостере такой фигни не стал бы делать - есть ограничения на выполнение скриптов,
у меня робот запущен локально, сдирает нужное с flickr и добавляет в БД, потом тупо БД и файло перекидываю на хостинг.
во всяком случае эту Для просмотра ссылки Войди или Зарегистрируйся бодягу делал так. Кстати на 500 файлов 2-3 совпадения по размеру получилось.

да, робота могу выложить, только он не документирован

 

[DIAgen]

Не совсем понимаю при чем тут база? Когда идет заливка вычисляешь md5_file и проверяешь на существование файла, и только потом заносишь в БД(или сфинкс как то оптимизирует INSERT ?), если файл отсутствует. Правда не всегда все файлы лежат в одной куче, но это уже другой вопрос. Ставить сфинкс для простой галереи смысла нет имхо.
Да и по хорошему я на хостере такой фигни не стал бы делать - есть ограничения на выполнение скриптов,
у меня робот запущен локально, сдирает нужное с flickr и добавляет в БД, потом тупо БД и файло перекидываю на хостинг.
во всяком случае эту Для просмотра ссылки Войди или Зарегистрируйся бодягу делал так. Кстати на 500 файлов 2-3 совпадения по размеру получилось.

да, робота могу выложить, только он не документирован

И так по порядку, как ты говоришь "вычисляешь md5_file и проверяешь на существование файла, и только потом заносишь в БД" это получаеться по твоим словам, заливаем, делаешь хэш новой фотографии и проверяем все файлы, если есть такой хэш среди загруженых фотографий, а если их там 15-20к?
Sphinx можно и не использовать, но при его использование будет на много меньше времени на выполнение загрузки, так как он ищит по индексам, и потом уже если не найден даный хэш уже тогда заносим в базу INSERT.

Ставить сфинкс для простой галереи смысла нет имхо. - ну я думаю в просто галерии не будет 10к фотографий.

Совпадения по любому буду фотографий, но одной и той же , а по содержимому, так как разное расширение, качество фотографии.

Можете забить Sphinx это уже для больших галерий нужно будет.

 

[Lonely Wolf]

Можно конечно делать сравнения фото по их содержанию(цветовым точкам) но это конечно ресурсов будет ооочень много кушать, но за 100% можно сравнивать

Алгоритм будет напоминать распознование капчи, всю картинку загоняем в массив x|y точек, при следующей фотки прогоняем каждый массив и считаем кол-во не совпадений, а там уже в процентах от кол-во всего точек, к кол-ву не совпадших вычисляем отличия, получим даже если на фотки что-то небольшое дорисуют уже можно будет посчитать одинаковой

Но это исключительно для маленьких галерей! Для загрузки даже 1000 фоток сервер в даун уйдёт наверное

 

[vaad2]

И так по порядку, как ты говоришь "вычисляешь md5_file и проверяешь на существование файла, и только потом заносишь в БД" это получаеться по твоим словам, заливаем, делаешь хэш новой фотографии и проверяем все файлы, если есть такой хэш среди загруженых фотографий, а если их там 15-20к?

т.е. как я понял производительность file_exist будет низкая в каталоге на 20к файлов?

еще раз повторюсь, названия файлов, т.е. картинок, - есть результат md5, т.е. при загрузке картинки - меняем ее название на результат md5_file и сохраняем. Вопрос только в производительности file_exist.
что-то типо :

function Upload($file)
{
   $name = md5_file($file);
   if (!file_exist($name)) 
   {
      move_uploaded_file($file, $name); 
      ...//заносим доп инфу о файле, если надо, в БД
   }
}