很多时候，我们的文件夹里会有重复或者相似的图片，这类图片自然没有必要存在多份，我们要做的就是遍历所有图片，然后找出相似的，只保留其中一张即可。
这里的关键技术叫做"感知哈希算法"（Perceptual hash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。
第一步，缩小尺寸。
将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。
在macOS，使用的是NSImage, 两者的一些操作很类似。
- (NSImage *)reSizeImage:(NSImage *)image toSize:(CGSize)reSize
{
NSImage *sourceImage = image;
if (![sourceImage isValid]){
NSLog(@"Invalid Image");
} else {
NSImage *smallImage = [[NSImage alloc] initWithSize: reSize];
[smallImage lockFocus];
[sourceImage setSize: reSize];
[[NSGraphicsContext currentContext] setImageInterpolation:NSImageInterpolationHigh];
[sourceImage drawAtPoint:NSZeroPoint fromRect:CGRectMake(0, 0, reSize.width, reSize.height) operation:NSCompositeCopy fraction:1.0];
[smallImage unlockFocus];
return smallImage;
}
return nil;
}
第二步，简化色彩。
将缩小后的图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。
第三步，计算平均值。
计算所有64个像素的灰度平均值。
a[ArrSize] = 0;
b[ArrSize] = 0;
CGPoint point;
for (i = 0 ; i < cursize; i++) {//计算a的灰度
for (j = 0; j < cursize; j++) {
point.x = i;
point.y = j;
grey = ToGrey([self NSColorToRGB:[self colorAtPixel:point img:imga]]);
a[cursize * i + j] = grey;
a[ArrSize] += grey;
}
}
a[ArrSize] /= (ArrSize - 1);//灰度平均值
for (i = 0 ; i < cursize; i++) {//计算b的灰度
for (j = 0; j < cursize; j++) {
point.x = i;
point.y = j;
grey = ToGrey([self NSColorToRGB:[self colorAtPixel:point img:imgb]]);
b[cursize * i + j] = grey;
b[ArrSize] += grey;
}
}
b[ArrSize] /= (ArrSize - 1);//灰度平均值
第四步，比较像素的灰度。
将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。
a[ArrSize] = 0;
b[ArrSize] = 0;
CGPoint point;
for (i = 0 ; i < cursize; i++) {//计算a的灰度
for (j = 0; j < cursize; j++) {
point.x = i;
point.y = j;
grey = ToGrey([self NSColorToRGB:[self colorAtPixel:point img:imga]]);
a[cursize * i + j] = grey;
a[ArrSize] += grey;
}
}
第五步，计算哈希值。
将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。组合的次序并不重要，只要保证所有图片都采用同样次序就行了。
得到指纹以后，就可以对比不同的图片，看看64位中有多少位是不一样的。在理论上，这等同于计算"汉明距离"（Hamming distance）。如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。
代码实现
上面已经得到了判断两张图片是否相似的方法，而我们要实现的功能是：从一堆图片中找出哪些图片是相似的，并把相似图片放到一起。
实现逻辑：遍历所有图片，第一张图片先放到第一组中，第二张图片先与第一组中的第一张图片做比较，如果相似，就放到第一组中，否则放到第二组中，以此类推，直到遍历完左右图片，这时候，相似的图片都已经分到各个组中，有一些组中可能只有一张图片，表示没有与之相似大的图片，取出图片个数大于1的组，然后挨个显示这个组中的图片，让用户选择哪些图片该保留。
这是一个比较耗时的操作，所以放在子线程中操作。
NSMutableArray *totalArr = [NSMutableArray array];
__weak __typeof(self)weakSelf = self;
dispatch_async(dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0), ^{
for (NSString *filePath in allFiles) {
dispatch_async(dispatch_get_main_queue(), ^{
weakSelf.dealingLabel.stringValue = [NSString stringWithFormat:@"处理文件：%@", filePath];
});
if (totalArr.count == 0) {
NSMutableArray *arr = [NSMutableArray array];
[arr addObject:filePath];
[totalArr addObject:arr];
} else {
NSInteger groupCount = [[totalArr mutableCopy] count];
for (int i = 0; i < groupCount; i++) {
NSMutableArray *arr = totalArr[i];
NSImage *imagea = [[NSImage alloc] initWithContentsOfFile:arr.firstObject];
NSImage *imageb = [[NSImage alloc] initWithContentsOfFile:filePath];
Similarity simi = [PHCompare getSimilarityValueWithImgA:imagea ImgB:imageb];
if (simi >= 0.9) { //相似度比较接近
[arr addObject:filePath];
break;
} else {
if (i == [[totalArr mutableCopy] count] - 1) { //已经遍历到最后一组，还没有找到相似图片，新建一组
NSMutableArray *arr = [NSMutableArray array];
[arr addObject:filePath];
@synchronized(totalArr) {
[totalArr addObject:arr];
}
break;
}
}
}
}
}
NSMutableArray *repeatArr = [NSMutableArray new];
for (NSArray *arr in totalArr) {
if (arr.count > 1) {
[repeatArr addObject:arr];
}
}
dispatch_async(dispatch_get_main_queue(), ^{
weakSelf.dealingLabel.stringValue = [NSString stringWithFormat:@"处理完成"];
[self.checkRepeatView buildUIWithImageArr:repeatArr];
});
});
效果图：
image.png
个人macapp开发微信公众号：macOSApp
或者扫描二维码：
image.png