用python删除文件夹中的重复图片(图片去重)
程序员文章站
2022-04-13 19:21:54
第一部分:判断两张图片是否相同要查找重复的图片,必然绕不开判断两张图片是否相同。判断两张图片简单呀!图片可以看成数组,比较两个数组是否相等不就行了。但是这样做太过简单粗暴,因为两个数组的每个元素都要一...
第一部分:判断两张图片是否相同
要查找重复的图片,必然绕不开判断两张图片是否相同。判断两张图片简单呀!图片可以看成数组,比较两个数组是否相等不就行了。但是这样做太过简单粗暴,因为两个数组的每个元素都要一一比较,效率很低。为了尽量避免两个庞大的数组比较:
- 先进行两张图片的大小(byte)比较,若大小不相同,则两张图片不相同;
- 在两张图片的大小相同的前提下,进行两张图片的尺寸(长和宽)比较,若尺寸不相同,则两张不相同;
- 在两张图片的尺寸相同的前提下,进行两张图片的内容(即数组元素)比较,若内容不相同,则图片不相同;
这样,当图片大小或图片尺寸不相同的时候,便认为两张图片不同,可以省去比较数组元素的部分,效率up~
import shutil import numpy as np from pil import image import os def 比较图片大小(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 比较图片尺寸(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 比较图片内容(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 = "内容相同" else: result = "内容不同" return result def 比较两张图片是否相同(dir_image1, dir_image2): # 比较两张图片是否相同 # 第一步:比较大小是否相同 # 第二步:比较长和宽是否相同 # 第三步:比较每个像素是否相同 # 如果前一步不相同,则两张图片必不相同 result = "两张图不同" 大小 = 比较图片大小(dir_image1, dir_image2) if(大小 == "大小相同"): 尺寸 = 比较图片尺寸(dir_image1, dir_image2) if(尺寸 == "尺寸相同"): 内容 = 比较图片内容(dir_image1, dir_image2) if(内容 == "内容相同"): result = "两张图相同" return result
第二部分:判断文件夹内是否有重复图片
若要判断文件夹内是否有和图片a相同的图片,则需要遍历文件夹内所有图片,挨个判断两个图片是否相同。若文件夹有1000张图片,那么第1张图片需要与剩下的999张图片作比较,第2张图片需要与剩下的998张图片作比较,第3张需要与剩下的997张图片作比较,以此类推。在此程序中的做法是,先对所有图片按图片大小(byte)排序,然后再执行遍历比较。这样做的结果是:重复图片很大概率会连着出现(因为重复图片大小相同)
if __name__ == '__main__': load_path = 'e:\\测试图片集(未去重)' # 要去重的文件夹 save_path = 'e:\\测试图片集(重复照片)' # 空文件夹,用于存储检测到的重复的照片 os.makedirs(save_path, exist_ok=true) # 获取图片列表 file_map,字典{文件路径filename : 文件大小image_size} file_map = {} image_size = 0 # 遍历filepath下的文件、文件夹(包括子目录) 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) # 获取的图片列表按 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) # 取出重复的图片 file_repeat = [] for currindex, filename in enumerate(file_list): dir_image1 = file_list[currindex] dir_image2 = file_list[currindex + 1] result = 比较两张图片是否相同(dir_image1, dir_image2) if(result == "两张图相同"): file_repeat.append(file_list[currindex + 1]) print("\n相同的图片:", file_list[currindex], file_list[currindex + 1]) else: print('\n不同的图片:', file_list[currindex], file_list[currindex + 1]) currindex += 1 if currindex >= len(file_list)-1: break # 将重复的图片移动到新的文件夹,实现对原文件夹降重 for image in file_repeat: shutil.move(image, save_path) print("正在移除重复照片:", image)
第三部分:程序运行结果
若文件夹下有10张图片a、5张图片b、1张图片c,程序运行结束后,该文件夹下剩余1张图片a、1张图片b、1张图片c;其他的图片移动到 save_path 指定的文件夹下。
第四部分:注意
程序代码可以直接复制使用,需要修改 load_path 和 save_path 参数;
保证 load_path 文件夹都为图片格式(.jpg .png .jpeg)的文件类型,不可以有其他格式的文件(例如.mp4);请先用资源管理器处理文件夹,大佬直接修改代码读取文件夹下指定类型的文件;
以上就是用python删除文件夹中的重复图片的详细内容,更多关于python 删除重复图片的资料请关注其它相关文章!