python如何判断文件夹内的重复图片

冷漠man
发布: 2025-11-01 11:19:02
原创
734人浏览过
答案:通过计算图片哈希值可判断文件夹内是否有重复图片。1. 使用imagehash库的average_hash进行感知哈希比对,识别视觉相似图像;2. 用MD5哈希检测字节完全相同的文件;3. 统一转换为RGB模式后再计算哈希,解决不同格式但内容相同问题;4. 结合文件大小筛选、跳过特定文件、递归遍历子目录提升效率。根据需求选择合适方法即可准确找出重复图片。

python如何判断文件夹内的重复图片

判断文件夹内是否有重复图片,关键不是看文件名,而是比较图片内容是否相同。Python可以通过计算图片的哈希值来快速识别重复项。以下是几种实用方法:

1. 使用图像哈希(Image Hash)

将图片转换为哈希值,内容相同的图片哈希一致。常用的是感知哈希(Perceptual Hash),对轻微变化不敏感,适合找视觉上几乎一样的图。

# 安装依赖:pip install Pillow imagehash

示例代码:

import os
from PIL import Image
import imagehash
<p>def find_duplicate_images(folder_path):
hashes = {}
duplicates = []</p><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">for filename in os.listdir(folder_path):
    filepath = os.path.join(folder_path, filename)
    if not os.path.isfile(filepath):
        continue

    try:
        with Image.open(filepath) as img:
            img_hash = imagehash.average_hash(img)

        if img_hash in hashes:
            duplicates.append((filename, hashes[img_hash]))
        else:
            hashes[img_hash] = filename
    except Exception as e:
        print(f"无法处理文件 {filename}: {e}")

return duplicates
登录后复制

立即学习Python免费学习笔记(深入)”;

运行后返回重复图片对,比如 ('pic2.jpg', 'pic1.jpg') 表示 pic2 和 pic1 内容重复。

2. 精确比对:使用MD5哈希

如果想找出完全一致的文件(字节级别相同),可以用文件的MD5值:

降重鸟
降重鸟

要想效果好,就用降重鸟。AI改写智能降低AIGC率和重复率。

降重鸟 113
查看详情 降重鸟
import os
import hashlib
<p>def get_file_hash(filepath):
with open(filepath, 'rb') as f:
return hashlib.md5(f.read()).hexdigest()</p><p>def find_exact_duplicates(folder_path):
hash_dict = {}
duplicates = []</p><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">for filename in os.listdir(folder_path):
    filepath = os.path.join(folder_path, filename)
    if not os.path.isfile(filepath):
        continue

    file_hash = get_file_hash(filepath)
    if file_hash in hash_dict:
        duplicates.append((filename, hash_dict[file_hash]))
    else:
        hash_dict[file_hash] = filename

return duplicates
登录后复制

立即学习Python免费学习笔记(深入)”;

3. 处理不同格式但内容相同的图

有时同一张图保存为 .jpg 和 .png,内容一样但格式不同。这时用PIL加载后转成统一格式再哈希更可靠:

with Image.open(filepath) as img:
    img = img.convert('RGB')  # 统一颜色模式
    img_hash = imagehash.average_hash(img)
登录后复制

这样即使格式不同,只要视觉内容接近,也能识别为重复。

4. 提高效率的小技巧

  • 先按文件大小粗筛:大小不同的文件不可能完全一致
  • 跳过缩略图或特定名称文件(如 thumbs.db)
  • 支持子目录递归扫描时,用 os.walk() 替代 os.listdir()

基本上就这些。用 imagehash 最省事,准确率高;用 MD5 可以确保字节一致。根据需求选合适的方法就行。

以上就是python如何判断文件夹内的重复图片的详细内容,更多请关注php中文网其它相关文章!

相关标签:
python速学教程(入门到精通)
python速学教程(入门到精通)

python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号