用python刪除文件夾中的重復圖片(圖片去重)

第一部分:判斷兩張圖片是否相同

要查找重復的圖片,必然繞不開判斷兩張圖片是否相同。判斷兩張圖片簡單呀!圖片可以看成數組,比較兩個數組是否相等不就行瞭。但是這樣做太過簡單粗暴,因為兩個數組的每個元素都要一一比較,效率很低。為瞭盡量避免兩個龐大的數組比較:

  • 先進行兩張圖片的大小(byte)比較,若大小不相同,則兩張圖片不相同;
  • 在兩張圖片的大小相同的前提下,進行兩張圖片的尺寸(長和寬)比較,若尺寸不相同,則兩張不相同;
  • 在兩張圖片的尺寸相同的前提下,進行兩張圖片的內容(即數組元素)比較,若內容不相同,則圖片不相同;

這樣,當圖片大小或圖片尺寸不相同的時候,便認為兩張圖片不同,可以省去比較數組元素的部分,效率up~

import shutil
import numpy as np
from PIL import Image
import os


def 比較圖片大小(dir_image1, dir_image2):
    with open(dir_image1, "rb") as f1:
        size1 = len(f1.read())
    with open(dir_image2, "rb") as f2:
        size2 = len(f2.read())
    if(size1 == size2):
        result = "大小相同"
    else:
        result = "大小不同"
    return result


def 比較圖片尺寸(dir_image1, dir_image2):
    image1 = Image.open(dir_image1)
    image2 = Image.open(dir_image2)
    if(image1.size == image2.size):
        result = "尺寸相同"
    else:
        result = "尺寸不同"
    return result


def 比較圖片內容(dir_image1, dir_image2):
    image1 = np.array(Image.open(dir_image1))
    image2 = np.array(Image.open(dir_image2))
    if(np.array_equal(image1, image2)):
        result = "內容相同"
    else:
        result = "內容不同"
    return result


def 比較兩張圖片是否相同(dir_image1, dir_image2):
    # 比較兩張圖片是否相同
    # 第一步:比較大小是否相同
    # 第二步:比較長和寬是否相同
    # 第三步:比較每個像素是否相同
    # 如果前一步不相同,則兩張圖片必不相同
    result = "兩張圖不同"
    大小 = 比較圖片大小(dir_image1, dir_image2)
    if(大小 == "大小相同"):
        尺寸 = 比較圖片尺寸(dir_image1, dir_image2)
        if(尺寸 == "尺寸相同"):
            內容 = 比較圖片內容(dir_image1, dir_image2)
            if(內容 == "內容相同"):
                result = "兩張圖相同"
    return result

第二部分:判斷文件夾內是否有重復圖片

若要判斷文件夾內是否有和圖片A相同的圖片,則需要遍歷文件夾內所有圖片,挨個判斷兩個圖片是否相同。若文件夾有1000張圖片,那麼第1張圖片需要與剩下的999張圖片作比較,第2張圖片需要與剩下的998張圖片作比較,第3張需要與剩下的997張圖片作比較,以此類推。在此程序中的做法是,先對所有圖片按圖片大小(byte)排序,然後再執行遍歷比較。這樣做的結果是:重復圖片很大概率會連著出現(因為重復圖片大小相同)

if __name__ == '__main__':

    load_path = 'E:\\測試圖片集(未去重)'  # 要去重的文件夾
    save_path = 'E:\\測試圖片集(重復照片)'  # 空文件夾,用於存儲檢測到的重復的照片
    os.makedirs(save_path, exist_ok=True)

    # 獲取圖片列表 file_map,字典{文件路徑filename : 文件大小image_size}
    file_map = {}
    image_size = 0
    # 遍歷filePath下的文件、文件夾(包括子目錄)
    for parent, dirnames, filenames in os.walk(load_path):
        # for dirname in dirnames:
        # print('parent is %s, dirname is %s' % (parent, dirname))
        for filename in filenames:
            # print('parent is %s, filename is %s' % (parent, filename))
            # print('the full name of the file is %s' % os.path.join(parent, filename))
            image_size = os.path.getsize(os.path.join(parent, filename))
            file_map.setdefault(os.path.join(parent, filename), image_size)

    # 獲取的圖片列表按 文件大小image_size 排序
    file_map = sorted(file_map.items(), key=lambda d: d[1], reverse=False)
    file_list = []
    for filename, image_size in file_map:
        file_list.append(filename)

    # 取出重復的圖片
    file_repeat = []
    for currIndex, filename in enumerate(file_list):
        dir_image1 = file_list[currIndex]
        dir_image2 = file_list[currIndex + 1]
        result = 比較兩張圖片是否相同(dir_image1, dir_image2)
        if(result == "兩張圖相同"):
            file_repeat.append(file_list[currIndex + 1])
            print("\n相同的圖片:", file_list[currIndex], file_list[currIndex + 1])
        else:
            print('\n不同的圖片:', file_list[currIndex], file_list[currIndex + 1])
        currIndex += 1
        if currIndex >= len(file_list)-1:
            break

    # 將重復的圖片移動到新的文件夾,實現對原文件夾降重
    for image in file_repeat:
        shutil.move(image, save_path)
        print("正在移除重復照片:", image)

第三部分:程序運行結果

若文件夾下有10張圖片A、5張圖片B、1張圖片C,程序運行結束後,該文件夾下剩餘1張圖片A、1張圖片B、1張圖片C;其他的圖片移動到 save_path 指定的文件夾下。

第四部分:註意

程序代碼可以直接復制使用,需要修改 load_path 和 save_path 參數;

保證 load_path 文件夾都為圖片格式(.jpg .png .jpeg)的文件類型,不可以有其他格式的文件(例如.mp4);請先用資源管理器處理文件夾,大佬直接修改代碼讀取文件夾下指定類型的文件;

以上就是用python刪除文件夾中的重復圖片的詳細內容,更多關於python 刪除重復圖片的資料請關註WalkonNet其它相關文章!

推薦閱讀: