jd 2018/8/12 将收集到的多方来源的图片样本进行图片去重处理，删除每个文件夹中一样的图片

一般采用均值hass值+汉明距离的方法：即获取全图像素平均值，然后比较，获得（0,1分布），然后转化为16进制，计算每张图与这些值得汉明距离

2）这里优化了算法，取每行像素的平均值，然后对



import cv2
import matplotlib.pyplot as plt
import os
import numpy as np


# 计算方差
def getss(list):
    # 计算平均值
    avg = sum(list) / len(list)
    # 定义方差变量ss，初值为0
    ss = 0
    # 计算方差
    for l in list:
        ss += (l - avg) * (l - avg) / len(list)
    # 返回方差
    return ss


# 获取每行像素平均值
def getdiff(img):
    # 定义边长
    Sidelength = 8
    # 缩放图像
    img = cv2.resize(img, (Sidelength, Sidelength), interpolation=cv2.INTER_CUBIC)
    # 灰度处理
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # avglist列表保存每行像素平均值
    avglist = []
    # 计算每行均值，保存到avglist列表
    for i in range(Sidelength):
        avg = sum(gray[i]) / len(gray[i])
        avglist.append(avg)
    # 返回avglist平均值
    return avglist


# 读取测试图片
path = 'D:\\JDNetDiskDownload\\data\\result'