imagededup同一文件夹内图片去重，小教程

本文是对这篇文章

imagededup图片去重的补充。

步骤：

1、conda创建虚拟环境

2、安装imagededup，此处会安装很多依赖库。

pip install imagededup

3、安装ipykernel

我使用jupyter Notebook完成的。所以要把conda的虚拟环境在jupyter Notebook中打开。

pip install ipykernel

4、将虚拟环境加入内核

python -m ipykernel install --name=env_name(想要保存的环境名)

5、在jupyter中导入

打开jupyter notebook，点击新建，会出现入下图所示的内容：

6、代码

from imagededup.methods import PHash 
phasher = PHash()  ##导入方法

 这里是导入检测重复图片的方法，根据官方教程还有如下图所示其他方法

duplicates_list = phasher.find_duplicates_to_remove(
image_dir='D:\数据集\VOC2020\JPEGImages')

find_duplicates_to_remove（）是官方函数。image_dir：数据集的文件夹名

Returns a list of files in the image directory that are considered as duplicates. Does NOT remove the said files.

函数返回一个列表，里面是重复图片的文件名，这个函数不会自己删除文件。如下图所示

import os
import shutil

path = "D:\数据集\VOC2020\images"   
for file_name in duplicates_list:    
    file_path = os.path.join(path, file_name)      
# 运用os.path.join(path, file_name)将文件路径与文件名拼接，形成一个新路径    
    os.remove(file_path)                           

print('finish!!')

删除path文件夹里面和duplicates_list里文件名相同的文件。

至此，完成。

开源地址：
https://github.com/idealo/imagededup

API教程：
https://idealo.github.io/imagededup/