从批量图片中找出相同的图片

最新推荐文章于 2024-06-13 16:03:52 发布

B4B

最新推荐文章于 2024-06-13 16:03:52 发布

阅读量3.8k

点赞数

文章标签： Python 重复图片批量图片处理

本文链接：https://blog.csdn.net/a517009021/article/details/103362581

版权

本文介绍了一种在大量图片中查找重复图片的方法，包括通过EXIF信息、MD5文件指纹和像素点RGB值进行比对。利用图片的EXIF属性、MD5唯一标识以及像素点颜色来判断图片是否相同，从而有效识别复制粘贴的图片。

摘要由CSDN通过智能技术生成

1.背景

公司在各城市小区的楼宇电梯中投放广告，供应商会定期反馈一些上刊报告和图片来证明确实有投放。一波图片大概在50万张上下，无法通过人手来检查这些图片是否有存在复制粘贴，鱼目混珠的情况。

2.实现方法(20191203)

利用图片自带的exif属性判断
利用文件唯一的md5文件指纹判断
在图片中抽取若干像素，通过rgb来判断
计算汉明距离。0代表相同，(0,5]代表非常相似。

A. EXIF(JPG属性)

说明

JPG图片都会携带拍摄的相关信息(相机牌子，型号，拍摄时间，光圈，快门等)。我们可以通过获取图片信息加以对比，用属性是否相同来判断是否是一样的图片。其中拍摄时间是比较重要的一个判断依据。
优点

容易获取，直接右键图片即可检查属性，方便对照。
缺点
1. 必须原图，只有原图才携带相关信息。
2. 对拍摄设备的设置要求高。比如要调好相机的时间。
3. 由于某些不确定因素，相片属性可能会丢失。
4. 图片属性可以随时修改。(鼠标右键修改属性)
主要代码

# coding:utf-8
import exifread
import tkinter as tk
from pathlib import Path
# ----相关函数解释-----
# *path(文件路径).rglob('*.扩展名')  
# return 该文件路径下指定扩展名的文件的list

# *exifread.process_file(图片流, detail=False)
# return 该jpg中的属性


def get_jpgs_properties(folder_path):
	ttl_jpgs_properties = []  # 存放所有图片属性的list
	for jpg in Path(folder_path).rglob('*.jpg'):
		jpg_dict = dict()  # 存放单张图片的属性
		jpg_dict['Image Path'] = jpg  # 图片路径
		jpg_dict['Image Name'] = jpg.name  # 图片名
		img = open(str(jpg), 'rb')
		tags