图片相似度检测工具

这是一个基于深度学习的图片相似度检测工具，能够快速识别和分组文件夹中的相似或重复图片。该工具使用预训练的MobileNetV2模型提取图片特征，通过计算余弦相似度来判断图片的相似程度，适用于整理照片、删除重复图片等场景。

• 支持多种常见图片格式（JPG、JPEG、PNG、BMP）
• 采用深度学习模型（MobileNetV2）提取图片特征
• 使用余弦相似度算法进行图片相似度计算
• 多线程并行处理，提高处理速度
• 图形用户界面（GUI），操作简单直观
• 自动对相似图片进行分组和归类
• 生成详细的分析报告
• 支持批量处理大量图片

• Python 3.6 或更高版本
• 主要依赖包：
  • tensorflow >= 2.6.0
  • numpy >= 1.19.5
  • Pillow >= 8.4.0
  • scikit-learn >= 0.24.2
  • tqdm >= 4.62.3

1. 克隆或下载项目到本地：

   git clone https://github.com/yourusername/image-similarity-detector.git
   cd image-similarity-detector

2. 创建并激活虚拟环境（推荐）：

   python -m venv venv
   # Windows
   .\venv\Scripts\activate
   # Linux/MacOS
   source venv/bin/activate

3. 安装依赖包：

   pip install -r requirements.txt

1. 准备图片：

   • 创建 images 文件夹（如果不存在）
   • 将需要检测的图片放入 images 文件夹

2. 运行程序：

   python same_img_serach.py

3. 在图形界面中设置参数：

   • 相似度阈值（0-1）：值越高要求图片越相似，建议范围0.90-0.98
   • 批处理大小：每批处理的图片数量，可根据内存大小调整
   • 线程数：并行处理的线程数，建议设置为CPU核心数

4. 点击"开始处理"按钮，等待处理完成

程序会在 results 目录下生成以下内容：

1. 分析报告（model_duplicates.txt）：

   • 相似图片组的详细列表
   • 每组中的图片完整路径
   • 统计信息（组数、图片总数）

2. 分组文件夹：

   • 每个相似图片组独立存放在 group_1、group_2 等文件夹中
   • 保留原始图片文件名

1. 图片特征提取：

   • 使用预训练的MobileNetV2模型
   • 将图片调整为224x224大小
   • 提取2048维特征向量

2. 相似度计算：

   • 使用余弦相似度算法
   • 构建相似度矩阵
   • 根据阈值进行分组

3. 性能优化：

   • 多线程并行处理
   • 批量处理减少内存占用
   • 异常处理确保程序稳定性

1. 内存使用：

   • 处理大量图片时需要足够的内存
   • 可通过调整批处理大小控制内存使用

2. 处理时间：

   • 首次运行需要下载预训练模型
   • 处理时间与图片数量和大小成正比
   • 可通过增加线程数提高处理速度

3. 使用建议：

   • 建议先用少量图片测试
   • 根据实际需求调整相似度阈值
   • 确保有足够的磁盘空间存储结果

MIT License

欢迎提交Issue和Pull Request来帮助改进项目。