下面是详细讲解用Python删除文件夹中的重复图片(图片去重)的完整攻略。
问题描述
在某些应用场景中,我们可能需要对一些文件夹中的图片进行去重操作,即删除那些重复的图片,仅保留一份。这样可以减少存储空间的占用,并且更便于后续的处理。
解决方案
这里我们可以使用Python来实现简便高效的图片去重操作。主要思路是对每个图片计算一个特征值,然后根据特征值来进行比较和去重。
具体来说,我们可以使用OpenCV库中提供的算法来生成每个图片的特征值,然后借助Python的set数据结构来实现去重。这一过程可以通过以下几个步骤来完成:
- 导入相应的库文件
import os
import cv2
import hashlib
- 定义计算图片的SHA256值的函数
def compute_image_sha256(image_path):
with open(image_path, "rb") as f:
image_bytes = f.read()
sha256 = hashlib.sha256(image_bytes).hexdigest()
return sha256
- 定义计算图片特征值的函数
def compute_image_feature(image_path):
image = cv2.imread(image_path)
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
sift = cv2.xfeatures2d.SIFT_create()
key_points, descriptors = sift.detectAndCompute(gray_image, None)
return descriptors.tobytes()
- 遍历文件夹中的所有图片,计算它们的特征值,并用set数据结构来进行去重
def remove_duplicate_images(folder_path):
feature_set = set()
for root, dirs, files in os.walk(folder_path):
for file_name in files:
file_path = os.path.join(root, file_name)
try:
feature = compute_image_feature(file_path)
if feature not in feature_set:
feature_set.add(feature)
else:
os.remove(file_path)
print(f"Removed duplicate image: {file_path}")
except Exception as e:
print(f"Failed to process image: {file_path} ({e})")
这个函数会遍历指定文件夹中的所有文件,如果是图片文件,就会计算它的特征值,并用set数据结构来判断是否出现过。如果是首次出现,就将特征值加入到set中;否则,就说明这是一张重复的图片,需要将其删除掉。
- 调用remove_duplicate_images函数来实现图片去重操作
folder_path = "/path/to/folder"
remove_duplicate_images(folder_path)
在这里,只需要将文件夹的路径传入remove_duplicate_images函数即可开始去重操作。
示例说明
下面是两个示例说明,展示了如何读取图片和如何将结果写入到文件中。
示例一:读取图片并显示
import cv2
image_path = "/path/to/image.jpg"
image = cv2.imread(image_path)
cv2.imshow("Image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
通过调用cv2.imread函数来读取指定路径下的图片文件,然后用cv2.imshow函数来显示这张图片。
示例二:将结果写入到文件中
with open("result.txt", "w") as f:
for feature in feature_set:
feature_string = ",".join(str(x) for x in feature)
f.write(f"{feature_string}\n")
在这个示例中,我们创建了一个名为result.txt的文件,并将去重结果写入到这个文件中。我们可以用for循环来遍历feature_set集合,并使用join函数将特征值转化为字符串,然后用write函数将结果写入到文件中。
总结
通过Python实现图片去重操作可以大大减少存储空间的占用,并更便于后续的处理。具体来说,我们可以使用OpenCV库中提供的算法来生成每个图片的特征值,然后借助Python的set数据结构来实现去重。这一过程可以通过几个简单的步骤来完成,但在实际操作中还需要注意一些细节问题。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:用python删除文件夹中的重复图片(图片去重) - Python技术站