分享一些实用简单的脚本——快速查找同一文件夹下的不同命名的相同图片

小lo想吃棒棒糖

已于 2024-03-06 13:30:32 修改

阅读量744

点赞数 11

文章标签：哈希算法算法

于 2024-03-06 13:28:29 首次发布

本文链接：https://blog.csdn.net/m0_62930060/article/details/136503226

版权

文章介绍了一个Python脚本，利用hashlib库计算文件夹内照片的哈希值，检测并打印出重复内容的照片，用于原始未标号数据集中查找重复图片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

该py文件可以实现在本地文件夹内快速查找相似照片，大概逻辑如下

使用hashlib库，遍历需要处理的文件夹的所有照片，将照片存成hash值

将hash值存入dict中，然后比较所有hash值，若有重复的hash值，那么则打印出来两个照片的文件名，以便我们进行查找

该脚本可用于原始未标号的数据集出现重复的现象等等

如有问题，欢迎大家发表评论！

import os
import hashlib

# 定义共享文件夹路径
folder_path = '填写对应的文件路径'

# 创建一个字典来存储照片的哈希值和文件路径
photo_dict = {}

# 遍历共享文件夹中的所有照片
for root, dirs, files in os.walk(folder_path):
    for file_name in files:
        # 检查文件是否为照片文件
        if file_name.endswith(('.jpg', '.jpeg', '.png')):
            # 构建照片文件的完整路径
            file_path = os.path.join(root, file_name)
            
            # 计算照片文件内容的哈希值
            with open(file_path, 'rb') as file:
                content = file.read()
                hash_value = hashlib.md5(content).hexdigest()
            
            # 检查哈希值是否已经存在于字典中
            if hash_value in photo_dict: