Linux CLI 圖像相似度比對工具推薦與 zsh 腳本實作

我後來在 jim60105/image-dataset-prep-tools 專案中使用了 czkawka_cli 工具。

琳

我正在寫 zsh 腳本，推薦我幾個可以在 linux cli 執行的圖像相似度比對工具，我需要能把某資料夾下相似度 95% 以上的圖片找出來

Felo Search

基於您的需求，我推薦幾個在 Linux CLI 環境下可以執行的圖像相似度比對工具，這些工具都能幫助您找出資料夾中相似度 95% 以上的圖片。

推薦的 CLI 圖像相似度比對工具

1. findimagedupes

https://github.com/jhnc/findimagedupes

findimagedupes 是 Linux 平台上最常用的命令列圖像相似度檢測工具¹。它專門設計用於尋找視覺上相似的圖片，而不僅僅是完全相同的檔案。

# 安裝 (Ubuntu/Debian)
sudo apt-get install findimagedupes

# 基本用法 - 在指定資料夾中尋找相似圖片
findimagedupes /path/to/your/images/

# 設定相似度閾值 (0.0-1.0，0.95 表示 95% 相似度)
findimagedupes -t 0.95 /path/to/your/images/

2. ImageMagick compare

https://imagemagick.org/script/compare.php

ImageMagick 的 compare 工具提供強大的圖像比較功能²³。雖然主要用於兩張圖片的比較，但可以結合 shell 腳本進行批次處理。

# 安裝 ImageMagick
sudo yum install ImageMagick  # RHEL/CentOS

# 比較兩張圖片的相似度
compare -metric SSIM image1.jpg image2.jpg null:

# 在 zsh 腳本中批次比較
for img1 in *.jpg; do
    for img2 in *.jpg; do
        if [[ "$img1" != "$img2" ]]; then
            similarity=$(compare -metric SSIM "$img1" "$img2" null: 2>&1)
            # 處理相似度結果
        fi
    done
done

3. Czkawka (CLI 版本)

https://github.com/qarmin/czkawka

Czkawka 是一個現代化的重複檔案查找工具，支援圖像相似度檢測⁴。它提供純文字版本，非常適合在 CLI 環境中使用。

# 下載並安裝 Czkawka CLI 版本
wget https://github.com/qarmin/czkawka/releases/latest/download/linux_czkawka_cli.tar.xz
tar -xf linux_czkawka_cli.tar.xz

# 尋找相似圖片
./czkawka_cli similar -d /path/to/images/ -s High

4. rmlint

https://github.com/sahib/rmlint

rmlint 是一個高效的重複檔案查找工具，也支援圖像相似度檢測⁵。它以速度快著稱，適合處理大量圖片。

# 安裝 rmlint
sudo yum install rmlint  # RHEL

# 尋找相似圖片
rmlint --types="duplicates" --algorithm=paranoid /path/to/images/

針對 95% 相似度的 zsh 腳本範例

以下是一個使用 findimagedupes 的 zsh 腳本範例：

#!/bin/zsh

# 設定目標資料夾
IMAGE_DIR="/path/to/your/images"
SIMILARITY_THRESHOLD=0.95
OUTPUT_FILE="similar_images_95percent.txt"

# 檢查 findimagedupes 是否已安裝
if ! command -v findimagedupes &> /dev/null; then
    echo "錯誤：findimagedupes 未安裝"
    echo "請執行：sudo yum install findimagedupes"
    exit 1
fi

# 執行相似度檢測
echo "正在搜尋相似度 ${SIMILARITY_THRESHOLD} 以上的圖片..."
findimagedupes -t ${SIMILARITY_THRESHOLD} -R "${IMAGE_DIR}" > "${OUTPUT_FILE}"

# 顯示結果
if [[ -s "${OUTPUT_FILE}" ]]; then
    echo "找到相似圖片，結果已儲存至：${OUTPUT_FILE}"
    echo "相似圖片組數：$(grep -c '^$' "${OUTPUT_FILE}")"
else
    echo "未找到相似度 ${SIMILARITY_THRESHOLD} 以上的圖片"
fi

效能考量與建議

根據您的 Linux RHEL 環境，建議：

1. 對於大量圖片：使用 rmlint 或 Czkawka，它們在處理大型資料集時效能較佳⁵
2. 精確度要求高：使用 findimagedupes，它專門針對圖像相似度設計¹
3. 需要自訂演算法：使用 ImageMagick，可以選擇不同的比較指標（SSIM、PSNR 等）⁶

這些工具都能有效地在您的 zsh 腳本中找出 95% 以上相似度的圖片，您可以根據具體需求和效能要求選擇最適合的工具。