[MySQL] 計算漢明距離

之前寫了用 PHP 計算圖片的 hash code，接著要怎麼去搜尋相似的圖片呢？

資料庫是一個很好的選擇，首先建立一個簡單的 Table：

CREATE TABLE image_hash (
    id         INT(11) NOT NULL AUTO_INCREMENT,
    filepath   VARCHAR(256) NOT NULL,
    hash       BIGINT(20) UNSIGNED ZEROFILL NOT NULL,

    PRIMARY KEY  (id)
) ENGINE=MYISAM;

再來要怎麼將 hash code 寫進資料表呢？我們可以利用 b'010101' 的 bit 表示語法將 hash code 64位元字串存進 BIGINT 裡面。

INSERT INTO image_hash_info (filepath, hash)
    VALUES('/home/jax/12.jpg', b'10100111...');

資料已經備齊了，最重要的就是怎麼計算漢明距離了，MySQL 提供了 BIT_COUNT() 的函數，可以計算數字中位元 1 的個數，所以剩下的就是 XOR 的運算了。

SELECT BIT_COUNT(29), BIT_COUNT(b'101010');
       -- -> 4, 3

找尋與某一個 hash code 相似的圖片

SELECT * FROM image_hash
    WHERE BIT_COUNT(hash ^ b'1010011110...') <= 10

參考來源：
MySQL 5.0 Bit Functions