#!/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())