如何将相似图像从一个文件夹分离到不同的文件夹

在本博客中,我们将讨论从文件夹中分离相似的图像。 为此,我们正在使用 python 的 imagehash 模块。 它基于图像散列。

图像散列概述

如果你不想了解图像哈希,可以跳过整个块(最好不要这样做)。 这是使用算法为图像分配值的过程。 如果两个图像看起来相同但格式不同,在捕获第二张图像时旋转、调整大小、颜色略有变化,或任何其他轻微噪音,应散列到相同的数字或更接近的数字。 尽管它们的数据的实际位完全不同,但如果它们在我们眼中看起来几乎相同,它们散列到相同的值。它们是许多类型的散列算法,例如 a-hashp-hash……。 在这篇博文中,我们将使用 a-hash

安装

我们可以使用以下命令安装它:

$ pip install imagehash

导入所需模块

from os import listdir
from PIL import Image
import imagehash
import shutil

主要逻辑:

我们使用两个 for 循环将图像与文件夹中的其余图像一一进行比较。然后我们计算每个图像的平均哈希值,并为 hashDiff 分配一个值(此处为 35)。 如果图像相同,则两个哈希值的差异不应跨越 hashDiff

folder=r’name_of_the_folder_having_all_the_images’ 
for i in range(len(os.listdir(folder))): 
    for j in range(i+1,len(os.listdir(folder))):
         path_0=os.path.join(folder,os.listdir(folder)[i])
         path_1=os.path.join(folder,os.listdir(folder)[j])
         hash_0 = imagehash.average_hash(Image.open(path_0))
         hash_1 = imagehash.average_hash(Image.open(path_1))
         hashDiff = 35

在下面,我们将启动一个条件来检查 hash_0 和 hash_1 是否小于 hashDiff(35)。 如果小于 35,则表示它们是相似的图像。现在我们正在使用 shutil 模块将重复的图像移动到名为“duplicates_folder”的文件夹中。

if hash_0 - hash_1 <hashDiff:
   orginal=os.path.join(folder,os.listdir(folder)[j])
   target=os.path.join(r'duplicates_folder',os.listdir(folder)[j])
   shutil.move(orginal,target)

下面是整个代码:

from PIL import Image
import imagehash
from os import listdir
import shutil
folder=r'name_of_the_folder_having_all_the_images' 
for i in range(len(os.listdir(folder))):
     for j in range(i+1,len(os.listdir(folder))):
            path_0=os.path.join(folder,os.listdir(folder)[i])
            path_1=os.path.join(folder,os.listdir(folder)[j])
            hash_0 = imagehash.average_hash(Image.open(path_0))
            hash_1 = imagehash.average_hash(Image.open(path_1))
            hashDiff = 35
            if hash_0 - hash_1 <hashDiff:
                    orginal=os.path.join(folder,os.listdir(folder)[j])
                    target=os.path.join(r'duplicates',os.listdir(folder)[j])
                    shutil.move(orginal,target)
                    break
print("Done")