python 图像去重（imagededup） 比较图片相似度

开源地址：

https://github.com/idealo/imagededup

安装库

pip install imagededup

示例代码

from imagededup.methods import PHash

phasher = PHash()

# 生成图像目录中所有图像的二值hash编码
encodings = phasher.encode_images(image_dir='/tmp/close_eyes_jt/jingtiao_eyes_img')  # 图像路径

# 对已编码图像寻找重复图像
d_1 = phasher.find_duplicates(encoding_map=encodings)

# 给定一幅图像，显示与其重复的图像
from imagededup.utils import plot_duplicates
plot_duplicates(image_dir='path/to/image/directory',
                duplicate_map=d_1,
                filename='ukbench00120.jpg')



repeat_img = []  # 重复图片列表
is_img = []  # 不重复图片列表

for k, v in d_1.items():
    if not v:
        is_img.append(k)
    elif k not in repeat_img:
        is_img.append(k)
        repeat_img.extend(v)
    else:
        repeat_img.extend(v)

print(len(is_img))

单张图片调用方法

from imagededup.methods import PHash
def compare_image_similarity(photo_id, photo_path, encoding_map: dict):
    """
    比较图片相似度
    :param photo_id:
    :param photo_path:
    :param encoding_map: 哈希值map 首次传空 {}
    :return:
    """
    encoding = ""
    try:

        phasher = PHash()
        #  生成图像的二值hash编码
        encoding = phasher.encode_image(photo_path)
        encoding_map[photo_id] = encoding

        # 满分10分 相似度小于5分的图片过滤
        duplicates = phasher.find_duplicates(encoding_map=encoding_map, scores=True, max_distance_threshold=10)

        # 获取重复的图片 {'001.jpg': [('002.jpg', 0)],'003.jpg': []}
        duplicates_list = duplicates.get(photo_id)
        for duplicate_img_name_score in duplicates_list:
            image_name, score = duplicate_img_name_score[0], duplicate_img_name_score[1]
            if score < 5:
                encoding_map.pop(photo_id)
                return False, encoding
        return True, encoding
    except Exception as e:
        print(e)
        print(traceback.print_exc())
        return True, encoding

if __name__ == "__main__":
    # 单张循环比较图片相似度
    compare_image_similarity("11111.jpg","/tmp/11111.jpg",{})