AI如何找到你的重复和相似照片（以及为什么比手动搜索更好）
打开你的iPhone照片库，滚动浏览最近的任何活动——和朋友的晚餐、公园散步、家庭聚会。数一数你拍了多少张基本相同的照片。两张同一盘菜的照片。三张只是角度略有变化的自拍。五张相隔10秒拍摄的日落照片。
延伸阅读: 如何修复iPhone People相册中的重复人物
现在把这个数字乘以你拥有iPhone的每一天、每个月、每一年。结果呢？大多数人的照片比实际需要的多出20-30%，其中大部分多余的都是重复和几乎相同的照片。
问题是：如何在不花费整个周末滚动浏览的情况下找到所有这些照片？
你的重复照片比你想象的多
重复照片从比你预期的更多渠道悄悄进入你的照片库。以下是最常见的来源：
连拍和快速拍摄
当你长按快门按钮时，你的iPhone每秒会拍摄多帧画面。即使你只想拍一张照片，最终可能得到10张。Apple的”连拍”相册会捕获其中一些，但很多会作为单独的照片溜走——尤其是当你只是在快速点击快门而非有意使用连拍模式时。
延伸阅读: 如何在 iPhone 上并排比较照片（选出最佳照片）
截图的截图
你截图了一个食谱，然后裁剪了它。现在你有了两份副本。你截图了一段对话发送给别人，这又是一个重复。随着时间的推移，这些会不断累积：普通iPhone用户有数百张多余的截图。
聊天应用保存
当有人在WhatsApp、iMessage或Instagram上给你发了一张照片，你保存了它，你就有了一份副本。如果他们通过多个应用发送了同一张照片（或者你不小心保存了两次），你就有了多份副本。这些重复照片特别隐蔽，因为它们通常有不同的文件名和元数据，使得简单的检测方法无法发现它们。
延伸阅读: 如何在一小时内清理20,000+张iPhone照片
云同步问题
如果你使用iCloud照片、Google Photos或其他云服务，同步问题可能会产生重复。从备份恢复、在设备间切换或反复开关云同步，都可能产生对你来说看起来相同但文件属性不同的重复条目。
社交媒体下载
你从Instagram保存的那个表情包？你可能在三个月后别人再次发布时又保存了一次。社交媒体的转发分享会产生不断累积的重复下载循环。
重复照片的影响
- 25% 照片库中的平均重复率
- 5,000 2万张照片库中的潜在重复数
- 15 GB 因重复照片浪费的存储空间
传统重复检测的工作原理
大多数重复照片查找工具使用一种直接的方法：精确文件匹配。它们计算每个文件的哈希值（数字指纹）并进行比较。如果两个文件具有相同的哈希值，则它们逐字节完全相同。
这对于真正的副本——逐位完全相同的文件——效果很好。但对于现实生活中最常见的”重复”类型则完全失败：
- 同一张照片，不同分辨率。你从消息中以压缩分辨率保存了一张照片。原始照片是4032x3024像素；保存版本是1200x900。精确匹配？完全没可能。
- 同一场景，略有不同的裁剪。你拍了两张同一物体的照片，其中一张偏左了几个像素。对于文件哈希来说，这是完全不同的文件。
- 同一张照片，不同格式。同一图像的JPEG和HEIC会有完全不同的文件哈希值，尽管在你眼中看起来完全一样。
- 同一时刻，稍有不同的时间。两张你朋友笑着的照片，相隔半秒拍摄。几乎是同一个记忆，但在技术上是独特的文件。
在实践中，精确文件匹配可能只能捕获典型照片库中10-15%的重复照片。其余的——人类会立即识别为多余的”几乎重复”照片——则完全漏掉了。
感知哈希如何改变一切
这就是有趣的地方。Tidy不是在二进制层面比较文件，而是使用一种叫做感知哈希（pHash）的技术来比较照片在人眼中的实际外观。
以下是它的工作原理，用通俗易懂的语言解释：
第1步：简化图像
首先，算法将照片大幅缩小——缩到一个很小的缩略图，大约32x32像素。它还会将其转换为灰度图。这会去除对于识别”相同性”不重要的细节（精确的颜色、精细的纹理），同时保留整体结构和构图。
第2步：应用数学变换
接下来，它对缩略图应用一种叫做离散余弦变换（DCT）的算法。不深入数学细节，DCT将图像分解为其频率分量——本质上是用图案而非单个像素来描述图像。可以把它想象成用旋律而非每个独立的声波来描述一首歌。
第3步：生成紧凑指纹
从DCT输出中，算法提取最重要的图案，并将其转换为一个64位哈希值——一个紧凑的指纹，捕获照片外观的本质。同一场景的两张照片会产生非常相似的哈希值，即使它们在分辨率、压缩率、格式或轻微裁剪方面有所不同。
第4步：比较指纹
为了检查两张照片是否相似，Tidy使用一种叫做汉明距离的方法比较它们的哈希值——基本上是计算两个指纹之间有多少位不同。距离为0意味着图像看起来完全相同。距离为5-10意味着非常相似。超过15，它们可能是完全不同的照片。
简单来说：感知哈希不问”这些文件是否相同？”，而是问”这些照片在人眼看来是否相同？”当你想整理照片库时，这是一个有用得多的问题。
使用Union-Find聚类的智能分组
找到相似照片对只是开始。真正的威力在于智能分组。Tidy使用一种叫做Union-Find聚类的技术将相关照片分组在一起。如果照片A与照片B相似，照片B与照片C相似，那么三张照片都会被分到同一组——即使A和C彼此并不直接相似。
这意味着当你审查同一时刻拍摄的8张连拍照片时，Tidy会将它们全部一起呈现，让你可以选出最好的一张，一次性丢弃其余的。
相似与重复：有什么区别？
Tidy区分两个类别，这种区分很重要：
重复照片
这些是本质上相同的图像，可能以不同格式或不同分辨率保存。你从WhatsApp保存的照片，同时也有原始版本。同一个截图截了两次。对于重复照片，副本之间没有实质性的区别——你只需要保留一份，删除其余的。
相似照片
这些是同一时刻或场景的照片，但有细微变化。三张日落照片，每张之间云层略有移动。两张自拍，你的表情稍有不同。五张从略微不同角度拍摄的美食照片。对于相似照片，你要挑选最好的一张，丢弃其余的。
这种区分很重要，因为决策方式不同。对于重复照片，选择很简单——保留任意一份即可。对于相似照片，你要比较并选择你最喜欢的。这就是为什么Tidy有一个对比模式，可以将相似照片并排显示，让你轻松发现最清晰、构图最好或最好看的那张。
为什么AI检测胜过手动滚动
理论上你能通过手动滚动照片库找到所有重复照片吗？当然可以——如果你有无限的时间和完美的记忆力。实际上，AI驱动的检测因为几个明确的原因而胜出：
速度
Tidy可以在后台分析数千张照片，同时你可以正常生活。对20,000张照片的完整扫描只需几分钟的处理时间，而不是你手动将每张照片与其他每张照片进行比较所需的数小时或数天。数学很惊人：在一个20,000张照片的库中将每张照片与其他每张照片进行比较意味着2亿次潜在比较。没有人能做到这一点。
一致性
你的眼睛会疲劳。你的注意力会分散。当两张照片在相机胶卷中紧挨着时你可能会注意到它们相似，但当它们被500张其他照片隔开时你可能完全会忽略。算法永远不会疲劳，永远不会错过匹配，无论两张相似的照片在你的时间线上相隔多远。
捕捉你遗漏的
感知哈希能捕捉到大多数人会忽略的相似性：一张照片和它的裁剪版本、以不同质量级别保存的同一图像、相隔数周截取的同一内容的截图。这些就是那些悄无声息地使你的照片库膨胀，而你从未注意到的重复照片。
智能优先级
当Tidy找到相似组时，它不会只是把它们列在一个列表中。它会根据质量信号——清晰度、曝光、分辨率——建议保留哪张照片。五张几乎相同照片中模糊的那张会被标记为丢弃。最清晰的会被建议保留。你仍然做最终决定，但AI承担了分析的繁重工作。
隐私：一切都留在你的设备上
这是很重要的一点：Tidy的所有照片分析都完全在你的iPhone上进行。你的照片永远不会上传到任何服务器。感知哈希、相似性检测和聚类都使用你设备的处理器在本地运行。
这很重要，因为你的照片库是深度私密的。它包含你的家人、你的家、你的私密时刻。许多照片管理工具需要云上传才能使其AI功能正常工作。Tidy不需要。你的照片永远不会离开你的设备，绝对不会。
后台分析在你的手机夜间充电时运行，使用Apple的BackgroundTasks框架。当你早上打开Tidy时，你的照片库已经被分析完毕，重复照片已经准备好供你审查——所有这一切都不需要你的任何数据离开你的iPhone。
零云上传。零数据收集。零妥协。所有AI处理都在你iPhone的神经引擎上运行。你的照片是你的隐私，它们会一直如此。
让AI为你的照片库工作
查找和删除重复及相似照片是释放iPhone存储空间最快的方法之一。如果你的照片库有20,000+张照片，很有可能其中数千张是多余的——而你永远不可能通过手动滚动找到所有这些照片。
Tidy的AI完成扫描、比较和分组的繁琐工作。你则享受令人满意的部分：滑动浏览结果并决定保留什么。从每组中挑选最好的照片，丢弃其余的，享受一个更精简、更有条理、更容易浏览的照片库。
结合内置照片编辑器，你甚至可以在完成清理之前美化你要保留的照片。
相关文章
- 如何在一小时内清理20,000+张iPhone照片 - 使用滑动手势和智能过滤器快速清理照片库的完整指南。
- iPhone存储空间已满？这里告诉你照片到底占了多少空间 - 了解哪些照片占用最多存储空间，以及如何回收数GB的空间。
- 右滑保留，左滑丢弃 - 滑动为何是做照片决策最快方式背后的心理学。
