如何通过查询比较同表两BLOB列相似度并标记不达标记录？

能否直接通过数据库查询实现？ #

不能。数据库的核心定位是存储和处理结构化数据，没有内置的图像视觉相似度计算能力。SQL仅能对BLOB做字节级的比对（比如判断两个二进制内容是否完全一致），但不同距离拍摄的同一张桥梁图片，字节内容差异极大，这种比对完全无法反映视觉层面的相似度。

可行的处理方式 #

1. 预处理存储特征值，结合自定义函数查询 #

• 先通过图像处理工具（比如OpenCV）对PIC1、PIC2中的每张图片提取视觉特征（如SIFT特征向量、CNN特征向量）
• 将特征向量序列化后存入数据库的新字段（或拆分为多个数值列），与原记录关联
• 编写数据库自定义函数（UDF），实现特征向量的相似度计算（如将余弦相似度转换为百分比），之后就可以在SQL查询中调用该函数，对比阈值X%并标记未达标的记录

2. 应用层离线处理 #

• 从数据库批量读取所有记录的PIC1、PIC2 BLOB内容
• 在应用程序中用图像处理库（如Python的OpenCV、PIL）完成图片相似度计算
• 将计算得到的相似度结果写回数据库的新增字段（如similarity_percent），后续直接通过SQL查询该字段并标记未达标记录

3. 借助特定数据库扩展（局限性较强） #

• 部分特定数据库或云数据库提供第三方图像处理扩展（比如PostgreSQL的pg_image），可以直接在数据库内完成图像特征提取与相似度计算，但这类方案依赖特定数据库环境，通用性较差

内容的提问来源于stack exchange，提问作者padjee