MD5值去重图片

此为记录自己的项目历程。

import os
import hashlib

filedir='/pictures_data/Action/大笑'

def filecount(DIR):
    filecount=len([name for name in os.listdir(DIR) if os.path.isfile(os.path.join(DIR,name))])
    return (filecount)

def md5sum(filename):
    f = open(filedir+'/'+filename,'rb')
    md5 = hashlib.md5()
    while True:
        fb = f.read(8096)
        if not fb:
            break
        md5.update(fb)
    f.close()
    return (md5.hexdigest())

def delfile():
    all_md5={}
    dir=os.walk(filedir)
    for i in dir:
        for tlie in i[2]:

            if md5sum(tlie) in all_md5.values():
                os.remove(filedir+'/'+tlie)
                print(tlie)
            else:
                all_md5[tlie] = md5sum(tlie)

if __name__ == '__main__':
    oldf=filecount(filedir)
    print('去重前有',oldf,'个文件\n请稍等正在删除重复文件...')
    delfile()
    print('去重后剩',filecount(filedir),'个文件')
    print('一共删除了',oldf-filecount(filedir),'个文件')

### 实现基于MD5哈希算法的数据 为了实现基于MD5哈希算法的数据,可以利用 `hashlib` 库来生成文件的MD5。由于MD5能够为每一个独特的输入创建一个几乎独一无二的固定长度输出,因此非常适合用来识别复项[^2]。 下面是一个简单的例子,展示如何读取文件内容并计算其MD5: ```python import hashlib def calculate_md5(file_path): hash_md5 = hashlib.md5() with open(file_path, "rb") as f: for chunk in iter(lambda: f.read(4096), b""): hash_md5.update(chunk) return hash_md5.hexdigest() file_hashes = {} for file_name in list_of_files: md5_value = calculate_md5(file_name) if md5_value not in file_hashes.values(): file_hashes[file_name] = md5_value ``` 上述代码片段展示了如何遍历一组文件列表,并通过调用 `calculate_md5()` 函数获取每个文件的MD5。只有当新的MD5不在已有的字典中时才会被加入到集合里,这样就实现了基本的逻辑[^1]。 得注意的是,在实际应用中,考虑到性能问题以及可能存在的碰撞风险(即两个不同的文件具有相同的MD5),建议结合其他机制一起使用或者考虑更安全可靠的替代方案如SHA-256等[^3]。 对于图片这类多媒体资源来说,虽然可以直接采用此方法来进行初步筛选,但由于压缩等因素可能导致视觉上完全一致但实际上二进制有所差异的情况发生,这时单纯依赖MD5可能会失效。针对这种情况,还可以探索更加先进的技术比如感知哈希(perceptual hashing)。
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

打赏作者

Syb呀呀

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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