python第二发来啦。结合最近看的东西还有项目需求，准备用python尝鲜做点小东西checkDupImage。简而言之，就是想从大量的图片中找出重复的图片。在网上搜了下，感觉比较简单的办法还是使用phash。python有个imagehash库，可以计算出图片hash，然后直接将所有图片根据hash值排序，phash相同的就基本没跑了，phash差距在500以内的也是十拿九稳，更可靠的阈值目前正在测试中 :D 下面是对两个脚本的简单介绍

##checkDumpImg.py 这是一个使用python的imagehash库来进行图片phash值计算，并找出相同、相似图片的一个简单脚本。默认会使用爬虫去爬取图片URL列表中的所有图片，抓取下来之后进行计算并输出结果。输出结果中会包含三个文件：

1. result. 里面保存了所有图片的phash值
2. output. 输出了所有可能重复的图片url组，每行纪录为一组。图片重复来自于用户的设置，比如phash值差距在100或者500以内的图片我认为就是重复的，可以通过设置脚本中的阈值实现
3. toBeDel. 列出可以删除的URL列表，list数据。会在可能重复的一组数据中筛选出phash值最小的一个保留，将其他数据放入toBeDel。因为从结果来看，phash值小的图片一般画面更简洁，因此可以筛掉那些有水印、logo的图片。

附赠排重功能，比如一开始需要处理的图片列表文件为imageLists，在我设定阈值为100之后筛选出toBeDel文件。然后我希望扩大阈值，看看能不能从更大范围内找出相似图片，可以这样操作mv toBeDel toBeDel.old。python脚本中会判断，如果result已经存在，则不会重复抓取图片计算phash值，而是采用中间结果。而且脚本一旦发现toBeDel.old文件的存在，会从result中过滤掉已经删除的文件，根据阈值计算新的结果。

##findBackgroudColor.py 灵感来源于pinterest的客户端，它会在每张图片的加载之前，用图样色调的一个色块占位，这样图片的加载过程会比较平滑自然。脚本用来计算出一张图片的主色调，返回一个色值，经过测试还不错，挺好用的 :)