Найти похожие изображения
Считает dHash и показывает группы визуально близких фото без удаления дубликатов.
Что делает скрипт
Скрипт уменьшает картинки до 9x8, строит разностный хеш и сравнивает расстоянием Хэмминга. Папки с большим числом файлов обрабатываются по одному изображению за раз, результаты группируются через объединение множеств. Это только отчёт, файлы не удаляются и не перемещаются.
Быстрый старт
python similar_images.py --dir ~/Photos --threshold 6
Скачайте файл, откройте терминал в папке со скриптом и выполните команду.
В Linux и macOS интерпретатор может называться python3, в Windows - python или py.
Другие варианты
python similar_images.py --dir ~/Photospython similar_images.py --dir ~/Photos --threshold 5 --json similar.jsonpython similar_images.py --dir D:\Photos --max-files 5000
Что понадобится
winget install Python.Python.3.12
brew install python
sudo apt install python3
py -m pip install Pillow
python3 -m pip install Pillow
python3 -m pip install Pillow
similar_images.py
#!/usr/bin/env python3
"""Ищет визуально похожие изображения по dHash."""
from __future__ import annotations
import argparse
import json
from pathlib import Path
from PIL import Image
IMAGE_EXTENSIONS = {".jpg", ".jpeg", ".png", ".webp", ".bmp", ".tif", ".tiff"}
def dhash(path: Path, size: int = 8) -> int:
with Image.open(path) as image:
small = image.convert("L").resize((size + 1, size), Image.Resampling.LANCZOS)
pixels = small.tobytes()
bits = 0
for row in range(size):
offset = row * (size + 1)
for column in range(size):
bits = (bits << 1) | (pixels[offset + column] < pixels[offset + column + 1])
return bits
def distance(left: int, right: int) -> int:
return (left ^ right).bit_count()
def main() -> int:
parser = argparse.ArgumentParser(description="Найти похожие изображения")
parser.add_argument("--dir", type=Path, required=True, help="Папка с изображениями")
parser.add_argument("--threshold", type=int, default=6, help="Максимальное расстояние Хэмминга")
parser.add_argument("--max-files", type=int, default=3000, help="Защита от слишком большой папки")
parser.add_argument("--json", type=Path, help="Сохранить отчёт в JSON")
args = parser.parse_args()
root = args.dir.expanduser().resolve()
if not root.is_dir():
parser.error(f"Папка не найдена: {root}")
files = sorted(path for path in root.rglob("*") if path.is_file() and path.suffix.lower() in IMAGE_EXTENSIONS)
if len(files) > args.max_files:
parser.error(f"Файлов {len(files)}, это больше --max-files {args.max_files}. Укажите меньшую папку.")
if len(files) < 2:
print("Нужно минимум два изображения.")
return 1
hashes = []
for path in files:
try:
hashes.append((path, dhash(path)))
except Exception as error:
print(f"Пропуск {path}: {error}")
parent = list(range(len(hashes)))
def find(index: int) -> int:
while parent[index] != index:
parent[index] = parent[parent[index]]
index = parent[index]
return index
def union(left: int, right: int) -> None:
root_left = find(left)
root_right = find(right)
if root_left != root_right:
parent[root_right] = root_left
pairs = 0
for left in range(len(hashes)):
for right in range(left + 1, len(hashes)):
if distance(hashes[left][1], hashes[right][1]) <= args.threshold:
union(left, right)
pairs += 1
groups: dict[int, list[str]] = {}
for index, (path, _) in enumerate(hashes):
groups.setdefault(find(index), []).append(str(path))
similar = [sorted(items) for items in groups.values() if len(items) > 1]
if not similar:
print("Похожих изображений не найдено.")
return 0
for group in similar:
print(f"Группа из {len(group)}:")
for path in group[:10]:
print(f" {path}")
print(f"Пар с совпадением: {pairs}, групп: {len(similar)}")
if args.json:
target = args.json.expanduser()
target.parent.mkdir(parents=True, exist_ok=True)
target.write_text(json.dumps(similar, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
print(f"Отчёт: {target}")
return 0
if __name__ == "__main__":
raise SystemExit(main())
Скрипты работают с файлами и настройками системы. Перед запуском прочитайте код и проверьте пути. Особенно если скрипт удаляет, перезаписывает или перемещает данные.