पिक्चर फैक्ट्री - यह कैसे काम करता है? भाग २

अंत में मैं दूसरा भाग लिखने जा रहा था जैसा कि पहले में वादा किया गया था। इस भाग में, मैं परियोजना के ग्राहक पक्ष के बारे में बात करना चाहता हूं।

क्या प्रयोग किया जाता है:

जैसा कि पहले कहा गया था, परियोजना पूरी तरह से पायथन (साइथन आवेषण के साथ) में लिखी गई है। छवियों, उपयोगकर्ताओं, आंकड़ों के बारे में सभी जानकारी MySQL डेटाबेस में संग्रहीत की जाती है।

स्फिंक्स सर्वर का उपयोग खोज (मुख्य) और फ़िल्टर के लिए किया जाता है। मुवक्किल txsphinx के लिए लिखा गया एक क्लाइंट।

"पसंद" के लिए, छवि के विचारों की संख्या और डाउनलोड की संख्या का उपयोग रेडिस द्वारा किया जाता है। रेडिस शीर्ष छवियां (मुख्य पृष्ठ) और "समान चित्र" (स्वयं छवि का पृष्ठ) संग्रहीत करता है। मुड़ ग्राहक txredis के लिए, विशाल और थोड़ा खुद के लिए संशोधित (सार्वजनिक रूप से अभी तक नहीं) में पाया गया।

वेब: TwistedWeb Jinja2 टेम्पलेट इंजन के साथ, सब कुछ Bootsrap और Jquery द्वारा तैयार किया गया है। श्रृंखला का अंत नग्नेक्स है।

दिलचस्प हिस्सा:

पहली (और सबसे दिलचस्प) बात एक इमेज फिल्टर बनाने की थी। आरंभ करने के लिए, खोज करने के लिए फ़ील्ड की एक सूची बनाई गई थी:

• श्रेणी
• न्यूनतम छवि संकल्प
• कीवर्ड
• रंग

स्फिंक्स का उपयोग करके फ़िल्टर बनाने का निर्णय लिया गया था। अनुक्रमण xmlpipe के माध्यम से होता है। स्फिंक्स में परिभाषा बहुत सरल है:

source images { type = xmlpipe2 xmlpipe_command = bin/sphinx.py --indexer=images } index images { source = images path = /var/lib/sphinx/data/images morphology = stem_enru charset_type = utf-8 min_word_len = 2 min_infix_len = 3 enable_star = 1 docinfo = extern html_strip = 1 index_exact_words = 1 expand_keywords = 0 wordforms = images_wordforms.txt } 

श्रेणियाँ: MVA विशेषता, सूची ID। इसके अलावा, पाठ विशेषता श्रेणी नामों की एक सूची है (सही खोज के लिए, परिणामों में वजन जोड़कर)।

न्यूनतम छवि रिज़ॉल्यूशन: दो विशेषताएँ चौड़ाई और ऊँचाई । यहां, सब कुछ सरल भी है, प्रत्येक विशेषता की सीमा के अनुसार, उपयोगकर्ता द्वारा एक सेट से अधिकतम (जादू की संख्या 10000) तक।

कीवर्ड: तीन पाठ विशेषताएँ शीर्षक टैग कीवर्ड । शीर्षक - छवि का शीर्षक, परिणाम हिट होने पर अधिकतम भार दिया जाता है। टैग - छवि टैग की सूची, औसत वजन। कीवर्ड - कीवर्ड का एक सेट (उपयोगकर्ता उन्हें नहीं देखता है), छवि पृष्ठ पर लिया गया कचरा हो सकता है। हल्के वजन।

रंग: यह सबसे कठिन था, मैं और अधिक विस्तार से बताऊंगा। एक रंग पैलेट {ID => RGB} बनाया गया है। डेटाबेस में एक छवि जोड़ते समय, हम प्रमुख रंगों की एक सूची प्राप्त करते हैं और उन्हें हमारे पैलेट में समान करते हैं। छवि रंग एक डेटाबेस में दो मूल्यों के साथ संग्रहीत होते हैं: रंग आईडी और छवि पर कब्जा प्रतिशत। सूचकांक में "एम_एक्स" के दस एमवीए गुण हैं, जहां एक्स 0 से 9 तक की संख्या है। छवि के सभी रंग c_0 में आते हैं, c_1 से प्रतिशत के साथ रंग = = 10, प्रतिशत के साथ c_2 में रंग> = 20, आदि।

रंग द्वारा फ़िल्टर करें: जब रंग द्वारा छवियों की खोज की जाती है, तो सभी छवियों को लिया जाता है, जिसके लिए रंग सूचकांक c_1 में होता है, तब रंग का वजन माना जाता है। आईडी 2 (छद्म-कोड) के साथ रंग द्वारा खोज करते समय:

 setSelect('(IN(c_1,2)*1) + (IN(c_2,2)*1) + (IN(c_3,2)*1) + (IN(c_4,2)*1) + (IN(c_5,2)*1) + (IN(c_6,2)*1) + (IN(c_7,2)*1) + (IN(c_8,2)*1) + (IN(c_9,2)*1) AS colors_weight') setOrder('colors_weight DESC') 

शायद रंग खोज सबसे इष्टतम तरीके से नहीं की जाती है, लेकिन यह सबसे सफल है जो मैं साथ आया था।

परिणाम:

फ़िल्टर गति मुझे खुश करती है, अब 70-80 छवियों के साथ लगभग 50-80 मिलीसेकंड है। यदि परियोजना पर कुछ और दिलचस्प है, तो कृपया पूछें, मुझे आपको बताने में खुशी होगी। फिर से परियोजना ही: http://picsfab.com