如何识别重复的图像文件？

多年来，我在许多不同的机器上积累了很多照片。

我想我大多数时候都将它们保存在yyyy / mm /目录结构中，但是特别是对于一些较旧的图片，似乎有很多重复项。

识别重复项的最佳方法是什么？有好的工具可以做到这一点，还是我必须自己写点东西？

许多程序可以根据图像内容查找重复项。一些资产管理应用程序会做到这一点，并且还有专门的程序。如果您的Google“检测到重复的图像”，您会看到很多选择。查看哪些适用于您的平台。

另一种解决方案是使用“忽略重复选项”简单地导入文件。免费的Picasa可以做到。

对于Linux，请尝试FSlint。这有点慢，但肯定会找到重复项。

dupeGuru Picture Edition是适用于Windows，Mac OS X和Linux的可自定义的重复图像查找器。

dupeGuru有几种版本（标准版，音乐版和图片版），图片版使您可以通过位图块比较算法以及其他方法（例如EXIF原始图像时间戳或文件完全相同）来查找视觉上相似的图像。 。

它具有多种其他有用的功能，例如排除文件夹，对iPhoto / Aperture库的支持以及对如何检测重复项以及如何处理重复项的自定义功能。

Picasa具有重复的文件查找器，但是很难告诉您正在查看的内容。点击Tools> Experimental> Show Duplicate Files。它可以工作，但要注意要删除的内容。

另一个选择是免费的 “快速复制文件查找器”：

快速复制文件查找器

我很喜欢这个就是它允许你决定你之前预览的图片并不需要重复。

只要文件相同，效果就很好，但是如果您要查找相似的照片（例如，相同的照片，但已调整大小，旋转或操作），则可能需要查看其升级版本：

视觉相似度重复图像查找器

我没有使用过该程序，但使用了非常相似的程序（不再制作），发现它非常有用。他们有免费下载，因此值得一试。

digikam（Linux，Windows和Mac）有一个标题为边栏的版本

“版本”选项卡显示照片的历史记录和保存的版本。使用右上角的三个按钮，您可以在简单的已保存版本列表，树形视图和组合列表之间进行选择，该列表显示版本以及对所选照片执行的操作。

和另一个标题搜索

快速搜索是搜索对话框顶部（左侧边栏）的自适应搜索框，它为您提供了一种简单的方法，即可以通过单个查询来搜索digiKam数据库。您可以在“搜索：”文本字段中输入任何参数，它将用于确定结果。例如，您可以输入字符串“ birthday”在整个数据库中搜索所有元数据文本字段中单词“ birthday”的出现，或输入“ 05.png”以搜索特定图像文件名“ 05.png”（无需在正则表达式中转义）。

（它还有一个高级设置，允许进行多个布尔搜索）

另一个标题为模糊

digiKam使用特殊技术（Haar算法）通过冗长的数字来表征每个图像，该技术可以通过比较此计算出的签名来比较图像。任何两个图像签名之间的数值差异越小，它们彼此之间就越相似。该技术在digiKam中具有三种实现：...

1. 重复项
2. 图片（相似项目）
3. 草图

尽管生成“签名”并在大量图像上对其进行交叉检查可能是一个缓慢的过程。另请注意，有些人不喜欢它，因为它是一个KDE项目，并未与其他桌面环境完全集成，并且它尝试通过图像下载，目录/关键字，RAW开发，图像处理等方式成为一个完整的应用程序。包括在内。

相似图片是一个在线程序，用于查找相近且精确的重复项。

我之所以写它，是因为Picasa过去经常查找确切的副本。现在Picasa消失了。

我的两分钱。我用过：

Pixiple github.com/saolaolsson/pixiple

VisiPics visipics.info

和真棒重复照片查找器 plicative-finder.com

要考虑的一件事是搜索的“模糊性”。有时，程序会找到相似的照片，例如，同一张照片的变体。删除图片时，请不要轻易触发。

请在删除任何内容之前备份您的图像。

Acdsee是具有此功能（工具->查找重复项）的简单/常用照片浏览应用程序。

在Mac上，使用PhotoSweeper（http://overmacs.com/）取得了出色的成功。它可以直接通过文件系统或通过流行的摄影软件（如Apple Photos和Adobe Lightroom）工作。它能够找到完全相同的图像或相似的图像文件。售价10美元，实在太便宜了。

DeDup-Image是一个bash脚本，即使元数据不同，它也可以自动查找和删除相同的图像/重复的照片。它始终保留最大的副本，该副本可能包含最多的元数据，并根据真实图像信息的SHA256-HASH删除所有其他找到的对象，而不包含任何元数据。由于脚本需要处理每个图像中没有元数据的变体，因此与只能搜索完全相同的文件的程序或脚本相比，它要慢一些并且占用大量处理器。