Como encontrar fotos duplicadas com nomes de arquivo diferentes
Para encontrar fotos duplicadas com nomes diferentes, compare o conteúdo da imagem em vez dos nomes de arquivo. Comece com a ferramenta de duplicatas integrada de um aplicativo de fotos, se a sua biblioteca tiver uma; para uma coleção grande ou cópias redimensionadas e recomprimidas, use uma busca por similaridade visual. Analise as correspondências lado a lado e guarde a versão com a resolução e os detalhes necessários antes de remover qualquer item.
Por que os nomes de arquivo não resolvem a questão
Um nome de arquivo é um rótulo, não uma descrição do que uma foto contém. Dois arquivos chamados IMG_1042.jpg e holiday-copy.png podem mostrar imagens idênticas, enquanto dois arquivos com o mesmo nome podem ser fotos totalmente diferentes. Ordenar por nome pode ajudar a organizar uma pasta, mas não consegue identificar com precisão cópias cujos nomes mudaram.
Existem também diferentes tipos de duplicatas. Uma cópia byte a byte tem o mesmo conteúdo de arquivo, mesmo se renomeada. Uma imagem também pode ter a mesma aparência após ser exportada em outro formato, redimensionada ou recomprimida; seu conteúdo de arquivo, então, passa a ser diferente. Uma sequência de fotos quase idênticas tiradas em modo contínuo pode parecer quase a mesma coisa, mas preservar momentos diferentes. O método de busca correto depende de qual dessas situações você quer resolver.
Primeiro, escolha entre correspondência exata ou visual
Se você só precisa encontrar arquivos idênticos, uma ferramenta de hash de arquivo pode comparar o conteúdo independentemente dos nomes. A documentação do módulo hashlib do Python descreve como gerar um digest (resumo criptográfico) a partir do conteúdo de um arquivo; resumos correspondentes são uma maneira útil de sinalizar arquivos para revisão. No entanto, uma alteração de formato ou uma nova exportação altera o conteúdo; portanto, uma comparação por hash não detectará imagens visualmente idênticas codificadas de forma diferente. Documentação do módulo hashlib do Python
Para cópias que possam ter sido redimensionadas, recomprimidas ou alteradas de outra forma, use uma ferramenta que indexe por similaridade visual. Esse é o melhor ponto de partida quando seu objetivo é localizar a mesma foto, apesar de nomes e codificações de arquivo diferentes. A similaridade, no entanto, é apenas um indício: ela também pode apresentar fotos parecidas que não são duplicatas.
Use a visualização de duplicatas integrada de uma biblioteca de fotos
Verifique se o seu aplicativo de gerenciamento de fotos tem um recurso chamado Duplicatas ou Localizar Duplicatas. Por exemplo, a Apple informa que o app Fotos identifica fotos e vídeos duplicados no álbum Duplicatas; no iPhone, ele fica em Coleções e depois em Utilitários. Se esse álbum não aparecer, a Apple indica que não há duplicatas identificadas no local. Trate o resultado como uma verificação daquela biblioteca específica, e não como uma prova definitiva de que todas as cópias em todos os discos foram encontradas. Apple: Mesclar fotos e vídeos duplicados no iPhone
Uma ferramenta integrada é prática quando suas fotos já estão organizadas naquele aplicativo. Se ela não encontrar uma cópia que você esperava, verifique se as pastas ou álbuns relevantes fazem parte da biblioteca e tente uma ferramenta de busca por similaridade que possa verificar os locais onde os arquivos realmente estão armazenados.
Faça uma varredura em uma coleção com busca por similaridade visual
Para uma coleção distribuída em várias pastas, a ferramenta Localizar Duplicatas do digiKam permite definir um intervalo de similaridade e restringir a pesquisa, por exemplo, a um álbum de referência ou a álbuns fora dele. O manual do programa descreve uma visualização separada de Similaridade baseada em impressões digitais de imagem, com resultados agrupados em torno de imagens de referência. Siga os rótulos de interface atuais da versão instalada e certifique-se de que a coleção que deseja verificar esteja incluída na pesquisa. Manual do digiKam: Localizar Duplicatas
Comece com a configuração de duplicatas mais rigorosa da ferramenta e, em seguida, amplie o intervalo de similaridade se cópias esperadas não aparecerem. Um intervalo mais amplo pode identificar versões que foram alteradas, mas também pode incluir capturas sequenciais próximas, recortes ou edições. O intervalo é um parâmetro de busca, não uma garantia de que todo resultado seja uma duplicata verdadeira; inspecione cada grupo antes de tomar qualquer atitude. Manual do digiKam: Visualização de Similaridade
Inspecione pares duvidosos em vez de confiar em uma pontuação
Quando uma correspondência não for clara, compare as imagens lado a lado no mesmo nível de zoom. Verifique as bordas quanto a recortes, os detalhes finos quanto à perda de resolução e alterações visíveis, como edições, anotações ou momentos diferentes de uma sequência de fotos. Uma miniatura pode fazer com que dois quadros distintos pareçam idênticos; portanto, abra os arquivos em tamanho real antes de decidir.
Uma ferramenta de comparação de pixels pode ajudar com um par específico, mas tem limites. A ferramenta compare do ImageMagick verifica diferenças de pixels; sua documentação observa que diferenças de dimensões e alinhamento podem afetar a métrica. Seus exemplos também explicam que formatos com perdas, como JPEG, podem gerar pequenas alterações nos pixels. Isso torna a comparação direta útil como um auxílio para inspeção minuciosa, e não como uma solução universal para toda a biblioteca no caso de fotos renomeadas ou exportadas novamente. ImageMagick: Comparar, ImageMagick: Exemplos de comparação de imagens
Mantenha a melhor cópia e verifique antes de limpar
Antes de excluir qualquer resultado, decida qual cópia é mais vantajoso manter. Compare as dimensões e os detalhes visíveis, e verifique se algum dos arquivos possui uma edição ou versão que você deseja preservar. Um arquivo maior não é automaticamente a escolha certa se for um corte menor ou uma edição indesejada.
Mova os arquivos suspeitos de serem excedentes para uma pasta temporária de revisão ou use a opção de recuperação do seu aplicativo, se disponível. Em seguida, reabra a foto mantida a partir de seu local original e confirme se a biblioteca ainda a exibe corretamente. Em uma limpeza grande, trabalhe em pequenos lotes e mantenha um backup separado até verificar os resultados. Isso facilita a recuperação no caso de uma correspondência ou seleção equivocada.
Uma ordem prática de operações
Para a maioria das bibliotecas pessoais, use esta sequência: inclua as pastas relevantes na sua biblioteca de fotos; execute a verificação de duplicatas dela; amplie para similaridade visual se uma cópia conhecida estiver faltando; inspecione as correspondências em tamanho real; guarde a versão com os detalhes e edições desejados; e só então remova as cópias excedentes confirmadas. Se você estiver verificando apenas uma pasta pequena de cópias exatas, uma comparação de hash de conteúdo pode ser mais rápida. Se os arquivos tiverem sido reexportados ou alterados, passe diretamente para a similaridade visual e a análise manual.
A decisão fundamental é se você precisa de arquivos com conteúdos idênticos ou da mesma imagem visível. Hashes atendem ao primeiro caso; a busca visual atende ao segundo. Combinar a varredura adequada com uma comparação final cuidadosa ajuda a encontrar cópias renomeadas sem confundir fotos semelhantes com duplicatas.