### 使用 Python 检测并删除文件夹中的重复图片 要检测并删除文件夹中的重复图片，可以通过计算每张图片的哈希值来判断其唯一性。如果两张图片具有相同的哈希值，则可以认为它们是重复的。这种方法不仅适用于简单的字节级比较，还可以扩展到更复杂的场景，比如感知哈希（Perceptual Hashing），它能够识别即使经过轻微修改但仍相似的图片。 #### 方法概述 1. 遍历指定文件夹及其子文件夹中的所有图片。 2. 计算每张图片的哈希值。 3. 将相同哈希值对应的图片视为重复项，并保留其中一张而删除其余的。 --- #### 实现代码 以下是一个完整的 Python 脚本，用于检测并删除文件夹中的重复图片： ```python import os import hashlib from PIL import Image import imagehash def calculate_hash(image_path, hash_size=8): """计算图像的感知哈希值""" try: with Image.open(image_path) as img: img_hash = str(imagehash.phash(img, hash_size)) return img_hash except Exception as e: print(f"无法处理图片 {image_path}: {e}") return None def find_duplicate_images(directory): """查找目录下的重复图片""" hashes = {} duplicates = [] for root, _, files in os.walk(directory): for file_name in files: if not (file_name.lower().endswith(('.png', '.jpg', '.jpeg'))): continue # 过滤掉非图片文件 file_path = os.path.join(root, file_name) img_hash = calculate_hash(file_path) if img_hash is not None: if img_hash in hashes: duplicates.append((file_path, hashes[img_hash])) else: hashes[img_hash] = file_path return duplicates def remove_duplicates(duplicates): """删除重复的图片""" removed_count = 0 for duplicate_pair in duplicates: duplicate_file, original_file = duplicate_pair print(f"正在删除重复文件: {duplicate_file} （原始文件为: {original_file})") os.remove(duplicate_file) removed_count += 1 return removed_count if __name__ == "__main__": directory_to_scan = input("请输入要扫描的文件夹路径: ").strip() if not os.path.isdir(directory_to_scan): print("错误：输入的路径不是一个有效的文件夹！") else: print("开始查找重复图片...") duplicate_pairs = find_duplicate_images(directory_to_scan) if not duplicate_pairs: print("未发现任何重复图片！") else: print(f"共找到 {len(duplicate_pairs)} 对重复图片.") confirm = input("是否立即删除这些重复图片？(y/n): ") if confirm.strip().lower() == 'y': count_removed = remove_duplicates(duplicate_pairs) print(f"成功删除了 {count_removed} 张重复图片！") else: print("操作已取消，无文件被删除。") ``` --- #### 关键点说明 1. **感知哈希算法** 上述脚本使用 `imagehash` 库中的 `phash` 函数计算图片的感知哈希值[^3]。这种算法对图片的内容敏感而非像素完全一致的要求，因此能有效识别视觉上类似的图片。 2. **递归遍历文件夹** 利用 `os.walk()` 函数实现文件夹的递归遍历[^2]，从而覆盖目标目录下所有的子文件夹和图片文件。 3. **去重逻辑** 创建一个字典存储已经遇到过的图片哈希值及其对应路径。当再次遇到相同哈希值时，记录当前路径作为重复项的一部分。 4. **用户交互** 提供简单的人机交互界面，允许用户确认是否真正执行删除操作，增强安全性。 --- #### 注意事项 - 确保安装必要的库：`Pillow` 和 `ImageHash`。可通过运行以下命令安装： ```bash pip install pillow imagehash ``` - 如果需要更高的性能或更大的灵活性，可以选择调整哈希大小参数 `hash_size` 或尝试其他类型的哈希方法（如 dhash、whash 等）。 --- ###