AntiDupl图片查重实操：千张照片里的重复图，三分钟全部揪出来

AntiDupl图片查重实操千张照片里的重复图三分钟全部揪出来【免费下载链接】AntiDuplA program to search similar and defect pictures on the disk项目地址: https://gitcode.com/gh_mirrors/an/AntiDupl你的手机相册、下载文件夹、素材库里到底藏着多少张长得一模一样的照片同一个场景的连拍、同一张图的不同尺寸、逛网页时随手保存的参考图——它们散落在各处名字不同、大小不一却悄悄占着同一块硬盘空间。AntiDupl就是为这件事而生的开源工具专门在磁盘上查找相似图片和缺陷图片。为什么它认图不认文件名很多人以为查重就是比名字、比大小、比哈希值但图片一旦改个名、换个格式这套办法立刻失灵。AntiDupl 的思路完全不同它把画面拆成纹理、明暗、构图等特征逐项计算相似度最后给你一个百分比——这两张的相似度是 97%。所以旋转过的、缩放过的、重新压缩过的、改过名的只要内容还是那张图它都能配对成功。你甚至可以在设置里让它专门识别横版和竖版其实是同一张图这类特殊情况。一句话概括它的判断依据只看画面内容其余一概不管。三大看家本领像请来一位只看画面的鉴图师它不关心文件叫什么、占多大空间只盯着画面本身。同一张照片哪怕一张叫 IMG_001.jpg、一张叫最终版.png只要画面一致就会被放进同一个重复组。这是真正的内容去重而不是字面上的文件去重。顺手给图片做一次体检除了找重复它还会标记质量不过关的选手画面糊到没法用的、被过度压缩压出块状色斑的、文件结构损坏连结束标记都丢了的都会被单独挑出来。对靠图片吃饭的人来说这等于省掉了逐张打开确认的功夫。格式通吃跑得还快从 JPEG、PNG 到 TIFF、WEBP、HEIC、AVIF、JXL18 种常见格式它都能读。扫描时任务会自动分配到多个 CPU 核心并行处理图库越大优势越明显上万张图扫下来几乎感觉不到卡壳。三步跑通首次扫描别急着研究设置第一次用先把设置面板放一边让它跑起来挑一个图片多的文件夹——手机照片导出目录、下载文件夹、素材库都可以把路径加进去点开始——等进度条走完看右侧结果表——重复文件按组排好左侧预览区会跟着显示你选中的那张图。启动后就是这样一个界面左边预览、右边结果表、顶部工具栏。第一次跑完看到结果表里列出一长串重复组的时候你会立刻明白按内容找和按名字找的差别有多大。快慢和准不准都在这张表里相似度阈值是控制结果的关键旋钮。它会为每两张图算出一个相似度百分比你设定一个门槛高于门槛的才算重复。三个常用档位可以参考使用模式相似度阈值适合场景误报风险严格模式90%以上合同扫描件、文档备份核验低平衡模式70%90%日常照片和素材整理中宽松模式50%70%找同图不同尺寸、近似构图较高配套的三条实操建议第一遍放宽第二遍收紧先用较低的阈值把所有疑似重复捞出来再对拿不准的组用双图预览人工确认线程数和 CPU 物理核心数对齐设置里把比较线程调到与核心数一致吞吐量最高也不抢其他程序资源用过滤条件做减法只扫目标格式、限制最小文件大小把无关文件挡在门外扫描时间经常能砍掉一半。记住这个规律阈值调得越低捞上来的图越多需要人工复核的也越多按先粗筛、后精挑的节奏走效率最高。扫描结束后右侧表格按组列出重复文件绿色的对勾表示这一组内容一致红色的叉号标记的是建议你删除的那一份。三种人用它各有各的爽点普通用户这边小周的相册攒了三年照片在微信、网盘、电脑之间来回倒同一个场景常常留了三四个备份版本。他用 AntiDupl 扫了一遍照片库十分钟拿到一份清晰的重复清单对照着删掉多余备份硬盘立刻腾出好几个 GB。设计师群体更常见。做平面设计的姑娘经常从素材站囤图同一张高清大图可能在素材成稿备份三个文件夹各存一份。以前靠肉眼和记忆排查现在每次整理前先扫一遍重复的、被压缩过的小尺寸版本一目了然几秒钟就能决定留哪份。还有需要把关图片质量的团队。电商运营每天要收供应商、设计、摄影几方发来的产品图同一款商品常常有好几个版本最头疼的不是重复而是拿到手的图能不能用——有没有拍糊是不是被压出马赛克块文件损坏了没有AntiDupl 的缺陷检测正好接住这个需求把疑似问题图单独列出来省去逐张点开确认的时间。需要仔细核对时调出左右双窗格预览把两张相似图并排放大慢慢比避免误删重要文件。两个坑先替你踩了坑一阈值一味往低调。阈值越低重复越多误报也水涨船高——两张构图接近但内容不同的照片也会被拉进同一组。别指望一次全捞干净分两轮走宽松阈值初筛严格阈值复核。坑二线程数贪多。线程不是越多越快。设得超过物理核心数反而会因为频繁切换拖慢速度扫描期间电脑还可能卡得没法干别的。对齐核心数就是性价比最高的选择。文档、源码、获取方式一次给齐帮助文档完整的英文和俄文手册在docs/data/help/目录下覆盖全部菜单、快捷键和选项说明核心算法想理解比对原理从src/AntiDupl/adImageComparer.cpp读起多线程调度逻辑在src/AntiDupl/adThreadManagement.cpp获取方式需要自己编译的话git clone https://gitcode.com/gh_mirrors/an/AntiDupl后按仓库 README 里的说明配置构建环境即可。现在就去扫一遍你的图库与其继续相信自己的记忆力不如把找图这件事交给工具。打开电脑里那个最乱的图片文件夹点一次开始三分钟后你会重新认识自己的图库。腾出来的不只是硬盘空间还有翻图时的那点烦躁。【免费下载链接】AntiDuplA program to search similar and defect pictures on the disk项目地址: https://gitcode.com/gh_mirrors/an/AntiDupl创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考