在本地图像文件夹中使用 c# 搜索图像答案

【问题标题】：Search images using c# in local images folder在本地图像文件夹中使用 c# 搜索图像
【发布时间】：2010-06-16 08:35:22
【问题描述】：

我们有一个图像文件夹，其中包含大约一百万张图像。我们需要编写一个程序，该程序将根据用户输入的关键字获取图像。我们需要在搜索时匹配文件名以找到正确的图像。寻找任何建议。谢谢否

【问题讨论】：

这是桌面应用还是网络应用？

标签： c# .net search

【解决方案1】：

将图像保存在单独的站点或子域中。当然，您可能不希望将所有 1M 文件放在一个目录中。
您需要一个包含（至少）三个表的数据库：

图像文件 ID 文件路径关键词 ID 这个单词图片关键字图片ID 关键字ID

【讨论】：

除此之外，您还可以对图像进行哈希处理，以便检查图像是否确实已经存在。不要使用 MD5，因为它可以为不同的文件产生相同的结果 - 尝试 SHA1 或更高版本。
@Dominic：当然。您认为哪种应用会从中受益？
@Dominic Zukiewicz：“不要使用 MD5 而是使用 SHA-1”？！很好，MD5 是 128 位，SHA-1 是 160，但是给 SHA-1 提供任何大于 80 字节的内容最终会导致冲突。说 SHA-1 永远不会产生冲突只是愚蠢的说法..
如果您想检查数据库中是否已经存在确切的文件，哈希会有所帮助。但我是说已知某些算法会为完整的不同文件生成相同的密钥。 @Patrick - 我很欣赏这些算法已经被破坏，特别是对于具有如此多样化数据的图像。我们可以就 SHA-256 达成一致吗？只是试图在速度和数据紧凑性之间取得平衡。

【解决方案2】：

根据操作系统，我建议您使用索引服务、Windows 桌面搜索或最新版本的 Windows 搜索。这解决了您基于关键字查找文件的问题，它解决了与文件夹中文件数量有关的性能问题，它具有可扩展性，并且易于扩展。

http://msdn.microsoft.com/en-us/library/dd940335(VS.85).aspx 的 DSearch 示例几乎完全符合您的要求，并且易于实施。

例如，如果查询一百万个文件并且需要将文件移动到子文件夹以提高性能，那么您可以简单地创建文件夹并移动文件。您无需更改任何代码。

如果您需要更改关键字的应用方式，例如使用文件摘要属性的关键字，则只需更改查询即可。

对于以后的操作系统，您甚至不需要安装任何软件，因为搜索功能是操作系统的一部分，可通过 OleDB 获得。如果您想使用 高级查询语法 (AQS)，Microsoft 提供了一个类型库来访问 COM 接口，从而可以轻松生成 SQL 命令来查询索引数据库。

老实说，所有这些关于数据库等的其他建议都是浪费时间。

MSDN 搜索 windows 搜索 http://social.msdn.microsoft.com/Search/en-US?query=windows+search
相关搜索技术转至 Windows 搜索http://msdn.microsoft.com/en-us/library/bb286798(VS.85).aspx
在一个文件夹中搜索一百万个文件将会非常缓慢。（请参阅我在Directory file size calculation - how to make it faster? 的回复以了解目录文件大小的计算 - 如何使其更快？ .
我可以在不到一秒的时间内在我的硬盘驱动器中搜索大约 300,000 个文件以查找 *tabcontrol.cs" 第一个查询大约需要 4000 毫秒，每个查询使用不同的搜索词，在第一个查询需要 300-600 毫秒之后。
- 我刚刚从“索引服务”更新为“Windows 搜索”，我可以在 1.25 秒内搜索超过 58GB 的 300,000 个文件以查找“文件名：tabcontrol”，随后的搜索需要 0.13 到 0.26 秒。
请参阅http://msdn.microsoft.com/en-us/library/dd940335(VS.85).aspx 上的 DSearch 示例，了解这有多么容易实现。
“搜索桌面”http://blogs.msdn.com/b/coding4fun/archive/2007/01/05/1417884.aspx

在硬盘驱动器上搜索文件是一项缓慢而乏味的操作。了解如何利用 Windows 桌面搜索 API 和数据库快速查找文件。使用 Vista 内置且适用于 Windows XP 的搜索功能为您的应用程序添加创新的新功能。

【讨论】：

如果关键字将嵌入文件元数据中，则这些方法有效。建议数据库的人假设不是这样，他希望集中编辑关键字。
@egrunin：您可以将关键字存储在操作系统提供的文件的摘要信息中，该信息存储为备用数据流。关键字可以通过 Windows 资源管理器进行管理。一切都已提供。

【解决方案3】：

将所有（图像和关键字）存储在数据库中。

您可以使用全文索引来搜索单词，或将每个单词存储为单独的条目。

而且您可以更快地访问元数据（文件名、创建日期等），而无需检索（或打开）图像本身。

这可能比依赖一个文件系统要快得多，而不是在一个文件夹中存储一百万个条目。

【讨论】：

【解决方案4】：

这是显而易见的，但可以想象一百万张图片会很慢：

public IList<string> GetMatchingImages(string path, string keyword)
    {
        var matches = new List<string>();

        var images = System.IO.Directory.GetFiles(path);

        foreach (var image in images)
        {
            if (image.Contains(keyword))
            {
                matches.Add(image);
            }
        }

        return matches;
    }

【讨论】：

【解决方案5】：

从文件夹中获取一百万个文件名将花费大量时间。我建议您获取文件名并将它们放入数据库中。这样您就可以在几秒钟内而不是几分钟内搜索名称。

【讨论】：

【解决方案6】：

有 Win32 API FindFirstFile、FindNextFile、FindClose：http://msdn.microsoft.com/en-us/library/aa364418(VS.85).aspx - 可能它们也以某种方式映射到 .NET。使用它们在没有任何数据库的情况下搜索图像。

【讨论】：

【解决方案7】：

对于如此大量的图像，我的第一个想法是创建一个倒排列表用作索引。

如果您能够维护此列表，那么搜索速度会相对较快，并且您不必搜索一百万张图片，我猜这对您来说太耗时了。

我会先寻找一些倒排列表的实现。

【讨论】：

【解决方案8】：

一个简单的解决方案是一个数据库，您可以在其中存储一个 ID、路径和一个 varchar（字符串）字段，您将在其中保存所有关键字。（为了提高效率，可以将其存储在不同的表中）

这样您就可以按文件名或与图像关联的关键字进行搜索。

【讨论】：

【解决方案9】：

只需将所有图像重命名为由空格分隔的相应关键字即可。然后使用操作系统自带的搜索功能。

如果这不起作用，那么只有寻找更好的解决方案。

【讨论】：