Então, vamos dar uma olhada no exemplo que eles dão e tentar expandir.
Vamos supor que você tenha uma tabela que armazena informações relativas a cada imagem (caminho, nome, descrição, etc). Nessa tabela, você incluirá um campo para a assinatura compactada, calculada e armazenada ao preencher inicialmente o banco de dados. Vamos definir essa tabela assim:
CREATE TABLE images (
image_id INTEGER NOT NULL PRIMARY KEY,
name TEXT,
description TEXT,
file_path TEXT NOT NULL,
url_path TEXT NOT NULL,
signature TEXT NOT NULL
);
Ao calcular inicialmente a assinatura, você também calculará um número de palavras da assinatura:
// this will be run once for each image:
$cvec = puzzle_fill_cvec_from_file('img1.jpg');
$words = array();
$wordlen = 10; // this is $k from the example
$wordcnt = 100; // this is $n from the example
for ($i=0; $i<min($wordcnt, strlen($cvec)-$wordlen+1); $i++) {
$words[] = substr($cvec, $i, $wordlen);
}
Agora você pode colocar essas palavras em uma tabela, definida assim:
CREATE TABLE img_sig_words (
image_id INTEGER NOT NULL,
sig_word TEXT NOT NULL,
FOREIGN KEY (image_id) REFERENCES images (image_id),
INDEX (image_id, sig_word)
);
Agora você insere nessa tabela, precedendo o índice de posição de onde a palavra foi encontrada, para que você saiba quando uma palavra corresponde à que correspondeu no mesmo local da assinatura:
// the signature, along with all other data, has already been inserted into the images
// table, and $image_id has been populated with the resulting primary key
foreach ($words as $index => $word) {
$sig_word = $index.'__'.$word;
$dbobj->query("INSERT INTO img_sig_words (image_id, sig_word) VALUES ($image_id,
'$sig_word')"); // figure a suitably defined db abstraction layer...
}
Seus dados assim inicializados, você pode pegar imagens com palavras correspondentes com relativa facilidade:
// $image_id is set to the base image that you are trying to find matches to
$dbobj->query("SELECT i.*, COUNT(isw.sig_word) as strength FROM images i JOIN img_sig_words
isw ON i.image_id = isw.image_id JOIN img_sig_words isw_search ON isw.sig_word =
isw_search.sig_word AND isw.image_id != isw_search.image_id WHERE
isw_search.image_id = $image_id GROUP BY i.image_id, i.name, i.description,
i.file_path, i.url_path, i.signature ORDER BY strength DESC");
Você pode melhorar a consulta adicionando um
HAVING cláusula que requer uma strength mínima , reduzindo ainda mais seu conjunto de correspondência. Não garanto que esta seja a configuração mais eficiente, mas deve ser funcional para realizar o que você está procurando.
Basicamente, dividir e armazenar as palavras dessa maneira permite que você faça uma verificação aproximada da distância sem ter que executar uma função especializada nas assinaturas.
