python列表去重并删除重复那个_python查找重复图片并删除(图片去重)

本文实例为大家分享了python查找重复图片并删除的具体代码,供大家参考,具体内容如下

和网络爬虫配套的,也可单独使用,从网上爬下来的图片重复太多,代码支持识别不同尺寸大小一致的图片,并把重复的图片删除,只保留第一份。

# -*- coding: utf-8 -*-

import cv2

import numpy as np

import os,sys,types

def cmpandremove2(path):

dirs = os.listdir(path)

dirs.sort()

if len(dirs) <= 0:

return

dict={}

for i in dirs:

prepath = path + "/" + i

preimg = cv2.imread(prepath)

if type(preimg) is types.NoneType:

continue

preresize = cv2.resize(preimg, (8,8))

pregray = cv2.cvtColor(preresize, cv2.COLOR_BGR2GRAY)

premean = cv2.mean(pregray)[0]

prearr = np.array(pregray.data)

for j in range(0,len(prearr)):

if prearr[j] >= premean:

prearr[j] = 1

else:

prearr[j] = 0

print "get", prepath

dict[i] = prearr

dictkeys = dict.keys()

dictkeys.sort()

index = 0

while True:

if index >= len(dictkeys):

break

curkey = dictkeys[index]

dellist=[]

print curkey

index2 = index

while True:

if index2 >= len(dictkeys):

break

j = dictkeys[index2]

if curkey == j:

index2 = index2 + 1

continue

arr1 = dict[curkey]

arr2 = dict[j]

diff = 0

for k in range(0,len(arr2)):

if arr1[k] != arr2[k]:

diff = diff + 1

if diff <= 5:

dellist.append(j)

index2 = index2 + 1

if len(dellist) > 0:

for j in dellist:

file = path + "/" + j

print "remove", file

os.remove(file)

dict.pop(j)

dictkeys = dict.keys()

dictkeys.sort()

index = index + 1

def cmpandremove(path):

index = 0

flag = 0

dirs = os.listdir(path)

dirs.sort()

if len(dirs) <= 0:

return 0

while True:

if index >= len(dirs):

break

prepath = path + dirs[index]

print prepath

index2 = 0

preimg = cv2.imread(prepath)

if type(preimg) is types.NoneType:

index = index + 1

continue

preresize = cv2.resize(preimg, (8, 8))

pregray = cv2.cvtColor(preresize, cv2.COLOR_BGR2GRAY)

premean = cv2.mean(pregray)[0]

prearr = np.array(pregray.data)

for i in range(0, len(prearr)):

if prearr[i] >= premean:

prearr[i] = 1

else:

prearr[i] = 0

removepath = []

while True:

if index2 >= len(dirs):

break

if index2 != index:

curpath = path + dirs[index2]

# print curpath

curimg = cv2.imread(curpath)

if type(curimg) is types.NoneType:

index2 = index2 + 1

continue

curresize = cv2.resize(curimg, (8, 8))

curgray = cv2.cvtColor(curresize, cv2.COLOR_BGR2GRAY)

curmean = cv2.mean(curgray)[0]

curarr = np.array(curgray.data)

for i in range(0, len(curarr)):

if curarr[i] >= curmean:

curarr[i] = 1

else:

curarr[i] = 0

diff = 0

for i in range(0, len(curarr)):

if curarr[i] != prearr[i]:

diff = diff + 1

if diff <= 5:

print 'the same'

removepath.append(curpath)

flag = 1

index2 = index2 + 1

index = index + 1

if len(removepath) > 0:

for file in removepath:

print "remove", file

os.remove(file)

dirs = os.listdir(path)

dirs.sort()

if len(dirs) <= 0:

return 0

# index = 0

return flag

path = 'pics/'

cmpandremove(path)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 图片去重是一个比较常见的任务,可以使用哈希算法实现。具体步骤如下: 1. 将所有图片的像素值转换成一个固定长度的字符串表示。可以使用感知哈希算法(Perceptual Hash,简称pHash),它可以将不同分辨率、不同大小、不同格式的图片转换为固定长度的字符串表示。 2. 将所有字符串进行比较,如果两个字符串相似度高于某个阈值,则认为这两个图片是相似的,只保留其中一个图片即可。 下面是使用Python实现基于pHash算法的图片去重的代码示例: ```python import os import imagehash from PIL import Image # 计算图片的pHash值 def get_image_phash(image_path): with Image.open(image_path) as im: phash = imagehash.phash(im) return phash # 判断两个图片是否相似 def is_image_similar(image_path1, image_path2, threshold=5): phash1 = get_image_phash(image_path1) phash2 = get_image_phash(image_path2) hamming_distance = phash1 - phash2 return hamming_distance <= threshold # 基于pHash算法的图片去重 def deduplicate_images(image_dir, threshold=5): image_paths = [os.path.join(image_dir, filename) for filename in os.listdir(image_dir)] for i, path1 in enumerate(image_paths): for j, path2 in enumerate(image_paths[i+1:], i+1): if is_image_similar(path1, path2, threshold): print(f"Remove {path2}") os.remove(path2) # 测试 if __name__ == '__main__': image_dir = "/path/to/image/dir" deduplicate_images(image_dir, threshold=5) ``` 代码中使用了`imagehash`库来计算图片的pHash值,`PIL`库来打开图片文件。函数`is_image_similar`用于判断两个图片是否相似,函数`deduplicate_images`则遍历指定目录下的所有图片,如果有相似的图片删除其中一个。 ### 回答2: Python图片去重是指通过某种算法或方法,从给定的图片集合中找出相似或重复图片,并进行去除操作,以减少存储空间或提高查找效率。 实现图片去重可以分为以下步骤: 1. 加载图片:使用Python的图像处理库(如Pillow)或使用第三方库(如OpenCV)加载图片,将其转换为计算机能够处理的数据格式。 2. 特征提取:对图片进行特征提取,以便后续对比和识别。常用的特征提取方法有哈希算法(如MD5、SHA1)、感知哈希算法(Perceptual Hashing)、局部二值模式(Local Binary Patterns)等。 3. 相似度计算:根据提取的特征,计算图片之间的相似度。可以使用相似度度量算法(如余弦相似度、汉明距离、欧式距离)来衡量图片之间的相似程度。 4. 去重操作:根据设定的相似度阈值,将相似度高于阈值的图片进行去重操作。可以选择保留第一张出现的图片,或根据自定义策略选择其他图片进行保留或删除。 5. 保存结果:将去重后的图片保存到指定的路径或数据库中,以备后续使用。 需要注意的是,图片去重是一个计算密集型的任务,处理大量图片可能需要较长的时间和较高的计算资源。 除了以上方法,还可以借助深度学习技术中的卷积神经网络(Convolutional Neural Network, CNN)进行图片相似度计算和去重。通过对训练好的CNN模型进行特征提取和比对,可以得到更精确的相似度结果,进而进行去重操作。 总之,Python提供了各种图像处理库和算法,可以灵活地实现图片去重功能。根据实际需求和资源限制,选择合适的方法和工具,可以高效地完成图片去重任务。 ### 回答3: 要实现Python图片去重,可以按照以下步骤进行: 1. 导入所需的Python库。首先,我们需要导入PIL库(Python Imaging Library)来处理图片。可以使用以下代码导入PIL库: ```python from PIL import Image ``` 2. 获取图片的哈希值。哈希值是一个对文件进行唯一标识的字符串。我们可以使用PIL库的`Image`模块来打开图片,并使用`hash`方法获取哈希值。例如,我们可以使用以下代码获取一张图片的哈希值: ```python image = Image.open('image.jpg') image_hash = image.hash() ``` 3. 对比图片的哈希值。现在,我们可以将所有的图片哈希值存储在一个列表中,并使用循环来对比它们。如果两个哈希值相同,那么两个图片就是相同的。我们可以使用以下代码进行对比: ```python duplicated_images = [] for image_path in image_paths: image = Image.open(image_path) image_hash = image.hash() if image_hash in duplicated_images: # 说明图片重复了 print(f'{image_path} 是重复图片') else: duplicated_images.append(image_hash) ``` 4. 删除重复图片。最后一步是删除重复图片。对于每一对重复图片,我们可以使用`os`模块的`remove`函数来删除其中一个图片。例如: ```python import os os.remove('duplicate_image.jpg') ``` 综上所述,以上是使用Python进行图片去重的基本步骤。当然,具体的实现方式还可以根据实际需要进行调整和扩展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值