使用开源工具imagededup让查找重复图像变得更容易
imagededup是一个python软件包，它简化了在图像集合中查找精确且几乎重复的任务。
下面这些图显示了排除重复照片：
该软件包提供了利用散列算法的功能，这些算法特别擅长查找精确的重复项，而卷积神经网络也擅长查找近似的重复项。还提供了评估框架来判断给定数据集的重复数据删除质量。
以下详细介绍了软件包提供的功能：
-
使用以下算法之一在目录中查找重复项：
-
卷积神经网络（CNN）
-
感知哈希（PHash）
-
差异哈希（DHash）
-
小波哈希（WHash）
-
平均哈希（AHash）
-
-
使用上述算法之一为图像生成编码。
-
给定基础事实映射的评估重复数据删除有效性的框架。
-
绘制找到给定图像文件的重复项。
imagededup与Python 3.6兼容，并根据Apache 2.0许可进行分发。
有两种安装imagededup的方法：
1.从PyPI安装imagededup（推荐）：
pip install imagededup
Note️注意：默认情况下，imagededup附带仅TensorFlow CPU支持。如果您有GPU，则应该安装具有GPU支持的TensorFlow版本，尤其是在使用CNN查找重复项时。它的速度更快。有关如何安装的更多详细信息，请参见TensorFlow指南。
2.从GitHub来源安装imagededup：
git clone https://github.com/idealo/imagededup.gitcd imagededuppython setup.py install
快速开始
为了使用感知哈希在图像目录中查找重复项，可以使用以下工作流程：
导入感知哈希方法
from imagededup.methods import PHashphasher = PHash()
为图像目录中的所有图像生成编码
encodings = phasher.encode_images(image_dir='path/to/image/directory')
使用生成的编码查找重复项
duplicates = phasher.find_duplicates(encoding_map=encodings)
使用重复字典来绘制给定文件（例如：“ ukbench00120.jpg”）获得的重复
from imagededup.utils import plot_duplicatesplot_duplicates(image_dir='path/to/image/directory',duplicate_map=duplicates,filename='ukbench00120.jpg')
输出如下：
工作流的完整代码为：
from imagededup.methods import PHashphasher = PHash()# Generate encodings for all images in an image directoryencodings = phasher.encode_images(image_dir='path/to/image/directory')# Find duplicates using the generated encodingsduplicates = phasher.find_duplicates(encoding_map=encodings)# plot duplicates obtained for a given file using the duplicates dictionaryfrom imagededup.utils import plot_duplicatesplot_duplicates(image_dir='path/to/image/directory',duplicate_map=duplicates,filename='ukbench00120.jpg')
有关更多示例，请参考存储库的这一部分。
有关软件包功能的更多详细用法，请参阅：
https://idealo.github.io/imagededup/
@misc{idealods2019imagededup,title={Imagededup},author={Tanuj Jain and Christopher Lennan and Zubin John and Dat Tran},year={2019},howpublished={\url{https://github.com/idealo/imagededup}},}
Idealo的主要业务是商品比较，图像检索是查询相同商品的重要手段，因此其开源imagededup应该值得参考。
相关论文源码下载地址：关注“图像算法”微信公众号 回复imagededup 获取