Медиатека

Найти похожие изображения

Считает dHash и показывает группы визуально близких фото без удаления дубликатов.

Python Windows macOS Linux Продвинутый
Скачать similar_images.py
Описание

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.

Запуск

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.

Примеры

Другие варианты

  • python similar_images.py --dir ~/Photos
  • python similar_images.py --dir ~/Photos --threshold 5 --json similar.json
  • python similar_images.py --dir D:\Photos --max-files 5000
Зависимости

Что понадобится

Python 3.10+ Интерпретатор и стандартная библиотека
Windows winget install Python.Python.3.12
macOS brew install python
Linux sudo apt install python3
Pillow Работа с изображениями и EXIF
Windows py -m pip install Pillow
macOS python3 -m pip install Pillow
Linux python3 -m pip install Pillow
Исходник

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.

CLI 1.0.0

Скачать без браузера

Команда скачает этот файл в текущую папку. CLI работает на Windows, macOS и Linux.

scriptdock get media-similar-images
  • Поиск по всему каталогу
  • Python 3.10+
  • Без внешних пакетов
Скачать CLI

GUI-версия готовится. Подробнее

Категория

Медиатека

Плейлисты, метаданные, обложки, субтитры и порядок в коллекциях.