imagehash图片去重：保留图片文件名

简介

在日常工作中，我们可能需要管理大量图片，这些图片中可能存在图像相同文件名不同的情况。手动删除这些重复的图片既费时又费力。为了解决这个问题，我们可以编写一个Python脚本来自动化这个过程。

准备工作

在开始之前，请确保您已经安装了Python环境，并且安装了以下库：

• Pillow：用于图像处理。
• imagehash：用于计算图像的哈希值。

您可以通过以下命令安装这些库：

pip install Pillow imagehash

代码解析

from pathlib import Path
from PIL import Image
from imagehash import phashdef remove_duplicate_images(dir_path):"""图片去重:param dir_path:文件夹路径"""hashes = set()for file in Path(dir_path).iterdir():# 计算图片哈希值# 打开非图片文件会报错try:img_hash = str(phash(Image.open(file)))except:print(f'不是图片文件：{file}')continue# 若图片哈希值已经在哈希集合中，说明已经存在相同图片，删除当前图片文件即可if img_hash in hashes:file.unlink()print(f'删除相同图片：{file}')else:# 将当前图片哈希值添加到哈希集合中hashes.add(img_hash)

代码流程

1. 导入库：导入Path用于路径操作，Image用于图像处理，phash用于计算图像的感知哈希值。

2. 定义函数：定义remove_duplicate_images函数，接受一个参数dir_path，即需要去重的图片文件夹路径。

3. 初始化哈希集合：使用set()创建一个空集合hashes，用于存储图片的哈希值。

4. 遍历文件夹：使用Path(dir_path).iterdir()遍历指定目录下的所有文件。

5. 计算哈希值：对于每个文件，尝试使用Image.open(file)打开图片，并使用phash计算其哈希值。如果文件不是图片，会捕获异常并跳过该文件。

6. 检查重复：如果当前图片的哈希值已存在于hashes集合中，则说明找到了重复的图片，使用file.unlink()删除该文件，并打印删除信息。否则，将哈希值添加到hashes集合中。

7. 执行函数：直接调用remove_duplicate_images函数，并传入需要去重的图片文件夹路径。