Images identiques de différentes tailles

[rockley]

Bonjour à tous. C'est la première fois que je viens dans cette partie du forum.

Voilà mon problème.

J'ai des dossiers contenant x JPEGs.
Dans ces x JPEGs, il y a des images identiques (uniquement dans un même dossier) mais de taille différantes.
Comment puis-je savoir quelles images sont identiques et supprimer les doublons.

J'ai également une forte contrainte de performance. Les JPEGs dépassent le terra.

Avez-vous une solution viable à me proposer ?
Merci d'avance pour votre aide.

[pseudocode]

Une méthode simple, c'est de calculer un descripteur pour chaque image.

Un histogramme de couleurs (un seul global ou un par zones) devrait suffire à trouver les doublons. Pour les images volumineuses, on peut se limiter à un échantillon de pixels.

[rockley]

Merci pour ta réponse pseudocode mais malheureusement je n'ai pas bien compris. Aurais-tu des liens de tuto ou pourrais tu l'expliquer plus précisement.

Je fais des recherches sur "calculer descripteur image" ça ne donne pas grand chose. Je code en c# et non mathLab. Je ne sais pas si ça fait une différence.

[pseudocode]

Envoyé par rockley

Merci pour ta réponse pseudocode mais malheureusement je n'ai pas bien compris. Aurais-tu des liens de tuto ou pourrais tu l'expliquer plus précisement.

Je fais des recherches sur "calculer descripteur image" ça ne donne pas grand chose. Je code en c# et non mathLab. Je ne sais pas si ça fait une différence.

Ce n'est pas spécialement compliqué à comprendre.

1. Tu choisis une palette de couleur. Par exemple la palette 16 couleurs de windows, ou la web-safe, ou la HSV-16x4x4.

2. Pour chaque image, tu calcules l'histogramme correspondant à la palette. C'est à dire, tu calcules la fréquence d'apparition de chaque couleur dans l'image.

Par exemple:

Code :

1
2
3
4
5
6
7
8
9
10
11
12
// Calculer l'histogramme
histo[]={0,0,0,..,0}
Pour chaque pixel "p"
  color = couleur de p
  index = indice dans la palette de la couleur la plus proche
  histo[index] = histo[index] + 1
Fin pour

// Normaliser l'histogramme entre 0..255
Pour i de 0 à Taille de l'histogramme
  histo[i] = 255*Histo[i]/(nombre total de pixels)
Fin Pour

3. Pour chaque image tu as donc un histogramme associé. Si deux images ont "a peu près" le même histogramme, elles ont de bonnes chances d'être des doublons.

Auquel cas, il faut faire une analyse plus poussée de ces deux images pour être certain. Par exemple en découpant les images en vignettes (2x2, 4x4, ...) et en calculant l'histogramme de chaque vignette.

[rockley]

Merci pour tes exlication pseudocode.
Je vais essayer.

[Pseudopode]

Un autre méthode (inspirée par Tineyes) : http://www.hackerfactor.com/blog/ind...s-Like-It.html

1 - Réduction de couleurs
2 - DCT (il y a les fonctions appropriées dans OpenCV, par exemple)
3 - Hash