### 实现Python多张图片去重并拼接 为了实现多张图片去重并最终将剩余的图片拼接成一张新的图像，可以分为两个主要部分来处理：首先是识别和移除重复的图片；其次是将剩下的唯一图片按照一定方式拼接起来。 对于图片去重操作，可以通过计算每张图片的哈希值来进行高效的相似度对比。这里推荐使用`imagehash`库[^1]，它能够提供多种不同的感知哈希算法用于衡量两张图片间的差异程度。当两张图片被认为是相同的（即它们之间没有明显的视觉区别），则只保留其中的一份副本。 一旦完成了图片集内的冗余清理工作之后，就可以着手准备这些独特图片的数据结构以便后续进行水平或垂直方向上的连接。这一步骤通常借助于PIL/Pillow这样的图形处理工具包完成。下面给出了一段简单的代码片段展示如何去执行上述过程： ```python from PIL import Image import imagehash import os def calculate_hash(image_path): """Calculate the hash of an image.""" with open(image_path, 'rb') as f: img = Image.open(f).convert('RGB') return str(imagehash.average_hash(img)) # 假设所有待处理的照片都存放在同一文件夹内 folder_path = './images' unique_images = {} duplicates = [] for filename in os.listdir(folder_path): file_path = os.path.join(folder_path, filename) try: current_hash = calculate_hash(file_path) if current_hash not in unique_images: unique_images[current_hash] = file_path else: duplicates.append(filename) except Exception as e: print(f"Error processing {filename}: ", e) print("Duplicate images found:", duplicates) # 接下来对唯一的图片列表进行排序以保持一致性 sorted_unique_paths = sorted(unique_images.values()) # 创建一个新的空白画布作为目标输出图像的基础 widths, heights = zip(*(Image.open(i).size for i in sorted_unique_paths)) total_width = sum(widths) max_height = max(heights) new_im = Image.new('RGB', (total_width, max_height)) x_offset = 0 for im_path in sorted_unique_paths: im = Image.open(im_path) new_im.paste(im, (x_offset, 0)) x_offset += im.size[0] output_file_name = "combined_image.jpg" new_im.save(output_file_name) print(f"All non-duplicate images have been combined into '{output_file_name}'") ``` 这段脚本首先遍历指定目录下的所有图片文件，并为每一幅作品生成一个平均哈希字符串表示形式。接着会检查该哈希是否已经存在于记录之中——如果是，则认为遇到了重复项；如果不是的话就会将其加入到集合当中保存起来供以后合成之用。最后再创建一块足够大的白色背景板用来容纳所有的独立单元格，依次排列粘贴上去形成完整的马赛克图案[^2]。