[PHP] algorytm do wyszukiwania powiększonych obrazków Opcje

[microh]

Witam serdecznie. Mam takie zadanie z życia wzięte:

Powiedzmy, że mam 30 000 obrazków. Rozmiarów 800px x 800px.

I jeden obrazek 80px x 80 px;

I zadanie: korzystając ze zmniejszonego obrazka znajdź ten większy - spośród tych 30 000.

Nie chodzi mi tu o gotowe rozwiązanie, ale o pomysł jak można by było to rozwiązać.

Pozdrawiam.

[lukaskolista]

1. Zajedziesz serwer
2. Proponuje zapisywac to do bazy danych
3. Jesli juz musisz tak to robic, to:
ktory obrazek jest tym wyjsciowym? Wyjsciowym jset 80x80px, a 800x800px to jego powiekszenie, czy wyjsciowy to 800x800px, a 80x80px to jego miniatura?

Ten post edytował lukaskolista 19.09.2010, 12:07:47

[microh]

80 X 80 to miniaturka większego.

[Pawel_W]

no to gorzej, bo z małego nie zrobisz większego, z większego musisz zrobić mniejszy, a przerabianie takiej ilości zdjęć to porażka... najlepiej byłoby chyba robić to na wejściu i generować jakąś sumę md5 czy coś

[lukaskolista]

jezeli to ma byc "na 1 strzal" to mozesz pobrac wszystkie obrazki z folderu i wykonac na nich petle, w ktorej bedziesz kazdy duzy obrazek zmniejszal i porownywal z tym malym, ale dotego trzeba znac wartosc jaka jest podawana jako atrubut jakosci zdjecia, format z ktorego powstal itp. Jesli masz taka mozliwosc to zapisuj to w bazie, bo samo pobranie nazw obrazkow z folderu to duzo czasu

[Zyx]

Moja rada? Napisz to w C. PHP się zupełnie nie nadaje do tego typu rzeczy z powodów wydajnościowych. Samo porównywanie nie jest natomiast aż takie trudne. Pomysły, aby tylko zmniejszać każdy z nich to dobry start, ale tylko start, bo później dochodzi kwestia porównania pomniejszonego z pomniejszonym, a tu w grę wchodzą takie czynniki, jak użyty algorytm skalowania, stopień rozmycia, kompresja stratna i kupa innych rzeczy, które mogą rozwalić obrazek. Konieczna jest pewna heurystyka, czyli przyjęcie jakiegoś dopuszczalnego wskaźnika odchyleń i różnic. Czasami może znaleźć więcej niż jeden trafny wynik, ale jeśli zrobimy miniaturkę dwóch bardzo podobnych zdjęć, to nawet człowiek się pomyli.

Sposób na optymalizację: zamiast zmniejszać cały obrazek, zaczynamy od przeskalowania tylko obszaru będącego odpowiednikiem jednego piksela na pomniejszeniu i porównujemy go. Jeśli tam wychodzą straszne głupoty (czyli spodziewamy się czerwonego, a mamy niebieski), to już można bezpiecznie odrzucić tego kandydata i nie tracimy czasu na przeliczanie reszty.