该方案提供本地python脚本实现照片去重：先用perceptual hash（phash）提取视觉指纹，再按哈希值分组识别“看起来相同”的重复图，最后人工确认后安全删除冗余文件。
你需要在几千张照片里快速找出并删掉一模一样的重复文件，避免手动一张张比对浪费时间。本地脚本能绕过云同步延迟、不上传隐私照片、不依赖网络，直接扫描硬盘完成精准去重。
准备环境：安装Python和必备库
打开终端（macOS/Linux）或命令提示符（Windows），先确认已安装Python 3.8或更高版本：python --version。若未安装，请前往python.org下载安装包，勾选“Add Python to PATH”再安装。
运行以下命令一次性安装两个核心库：【必须安装imagehash和Pillow，缺一不可，否则脚本无法读取图片或生成指纹】
pip install imagehash Pillow
生成照片哈希值：用感知哈希识别相似图
新建一个名为dedupe_photos.py的文本文件，粘贴以下代码：
import os
import imagehash
from PIL import Image
from pathlib import Path
def get_phash(filepath):
try:
img = Image.open(filepath)
return str(imagehash.phash(img))
except Exception:
return None
这一步用phash（感知哈希）提取每张图的视觉指纹，它对缩放、轻微裁剪、亮度调整有鲁棒性，比MD5更适合找“看起来一样”的图。纯MD5只能识别字节完全相同的文件，会漏掉截图、微信转发后压缩的重复图。
扫描并分组重复项：只保留第一张，其余标记为待删
在同一个py文件末尾追加：
photo_dir = Path("/your/photo/folder") # ← 把这里改成你照片所在文件夹的绝对路径，比如 C:\Users\Name\Pictures
hash_map = {}
duplicates = []
for f in photo_dir.rglob("*"):
if f.suffix.lower() in {".jpg", ".jpeg", ".png", ".tiff", ".webp"}:
phash = get_phash(f)
if phash and phash != "0000000000000000": # 排除全黑/全白等无效哈希
if phash in hash_map:
duplicates.append(str(f))
else:
hash_map[phash] = str(f)
注意：脚本默认跳过哈希值为全0的情况，这类图通常是损坏文件或纯色块，强行保留可能误删原图。如果目录下有大量.webp格式图，确保Pillow已支持——新版Pillow默认支持，老版本需额外装pillow-webp插件。
执行清理：预览→确认→安全删除
在脚本末尾添加输出与删除逻辑：
print(f"发现 {len(duplicates)} 张重复照片：")
for dup in duplicates:
print(f" → {dup}")
confirm = input("输入 'YES' 确认永久删除（大小写敏感）：")
if confirm == "YES":
for dup_path in duplicates:
os.remove(dup_path)
print(f"已删除：{dup_path}")
else:
print("操作已取消，未删除任何文件。")
这一步必须手动输入YES才会执行删除，【输入其他任意字符（包括yes、Yes、空格）都不会触发删除，防止误触】。删除前务必核对终端打印出的路径，确认它们确实是重复图而非原始图——脚本始终保留hash_map中第一个出现的文件，后续同哈希的才加入duplicates列表。
