AI如何找到你的重複和相似照片（以及為什麼比手動搜尋更好）
打開你的iPhone照片庫，滾動瀏覽最近的任何活動——和朋友的晚餐、公園散步、家庭聚會。數一數你拍了多少張基本相同的照片。兩張同一盤菜的照片。三張只是角度略有變化的自拍。五張相隔10秒拍攝的日落照片。
延伸閱讀: 如何修復iPhone People相簿中的重複人物
現在把這個數字乘以你擁有iPhone的每一天、每個月、每一年。結果呢？大多數人的照片比實際需要的多出20-30%，其中大部分多餘的都是重複和幾乎相同的照片。
問題是：如何在不花費整個週末滾動瀏覽的情況下找到所有這些照片？
你的重複照片比你想像的多
重複照片從比你預期的更多管道悄悄進入你的照片庫。以下是最常見的來源：
連拍和快速拍攝
當你長按快門按鈕時，你的iPhone每秒會拍攝多幀畫面。即使你只想拍一張照片，最終可能得到10張。Apple的「連拍」相簿會擷取其中一些，但很多會作為單獨的照片溜走——尤其是當你只是在快速點擊快門而非有意使用連拍模式時。
延伸閱讀: 如何在 iPhone 上並排比較照片（選出最佳照片）
截圖的截圖
你截圖了一個食譜，然後裁剪了它。現在你有了兩份副本。你截圖了一段對話發送給別人，這又是一個重複。隨著時間的推移，這些會不斷累積：普通iPhone使用者有數百張多餘的截圖。
聊天應用程式儲存
當有人在WhatsApp、iMessage或Instagram上給你發了一張照片，你儲存了它，你就有了一份副本。如果他們透過多個應用程式發送了同一張照片（或者你不小心儲存了兩次），你就有了多份副本。這些重複照片特別隱蔽，因為它們通常有不同的檔案名稱和中繼資料，使得簡單的偵測方法無法發現它們。
延伸閱讀: 如何在一小時內清理20,000+張iPhone照片
雲端同步問題
如果你使用iCloud照片、Google Photos或其他雲端服務，同步問題可能會產生重複。從備份還原、在裝置間切換或反覆開關雲端同步，都可能產生對你來說看起來相同但檔案屬性不同的重複項目。
社群媒體下載
你從Instagram儲存的那個迷因？你可能在三個月後別人再次發布時又儲存了一次。社群媒體的轉發分享會產生不斷累積的重複下載循環。
重複照片的影響
- 25% 照片庫中的平均重複率
- 5,000 2萬張照片庫中的潛在重複數
- 15 GB 因重複照片浪費的儲存空間
傳統重複偵測的運作原理
大多數重複照片尋找工具使用一種直接的方法：精確檔案比對。它們計算每個檔案的雜湊值（數位指紋）並進行比較。如果兩個檔案具有相同的雜湊值，則它們逐位元組完全相同。
這對於真正的副本——逐位元完全相同的檔案——效果很好。但對於現實生活中最常見的「重複」類型則完全失敗：
- 同一張照片，不同解析度。你從訊息中以壓縮解析度儲存了一張照片。原始照片是4032x3024像素；儲存版本是1200x900。精確比對？完全沒可能。
- 同一場景，略有不同的裁剪。你拍了兩張同一物體的照片，其中一張偏左了幾個像素。對於檔案雜湊來說，這是完全不同的檔案。
- 同一張照片，不同格式。同一影像的JPEG和HEIC會有完全不同的檔案雜湊值，儘管在你眼中看起來完全一樣。
- 同一時刻，稍有不同的時間。兩張你朋友笑著的照片，相隔半秒拍攝。幾乎是同一個回憶，但在技術上是獨特的檔案。
在實務中，精確檔案比對可能只能擷取典型照片庫中10-15%的重複照片。其餘的——人類會立即識別為多餘的「幾乎重複」照片——則完全漏掉了。
感知雜湊如何改變一切
這就是有趣的地方。Tidy不是在二進位層面比較檔案，而是使用一種叫做感知雜湊（pHash）的技術來比較照片在人眼中的實際外觀。
以下是它的運作原理，用淺顯易懂的語言解釋：
第1步：簡化影像
首先，演算法將照片大幅縮小——縮到一個很小的縮圖，大約32x32像素。它還會將其轉換為灰階圖。這會去除對於辨識「相同性」不重要的細節（精確的顏色、精細的紋理），同時保留整體結構和構圖。
第2步：套用數學變換
接下來，它對縮圖套用一種叫做離散餘弦變換（DCT）的演算法。不深入數學細節，DCT將影像分解為其頻率分量——本質上是用圖案而非單個像素來描述影像。可以把它想像成用旋律而非每個獨立的聲波來描述一首歌。
第3步：產生緊湊指紋
從DCT輸出中，演算法擷取最重要的圖案，並將其轉換為一個64位元雜湊值——一個緊湊的指紋，擷取照片外觀的本質。同一場景的兩張照片會產生非常相似的雜湊值，即使它們在解析度、壓縮率、格式或輕微裁剪方面有所不同。
第4步：比較指紋
為了檢查兩張照片是否相似，Tidy使用一種叫做漢明距離的方法比較它們的雜湊值——基本上是計算兩個指紋之間有多少位元不同。距離為0意味著影像看起來完全相同。距離為5-10意味著非常相似。超過15，它們可能是完全不同的照片。
簡單來說：感知雜湊不問「這些檔案是否相同？」，而是問「這些照片在人眼看來是否相同？」當你想整理照片庫時，這是一個有用得多的問題。
使用Union-Find聚類的智慧分組
找到相似照片對只是開始。真正的威力在於智慧分組。Tidy使用一種叫做Union-Find聚類的技術將相關照片分組在一起。如果照片A與照片B相似，照片B與照片C相似，那麼三張照片都會被分到同一組——即使A和C彼此並不直接相似。
這意味著當你審查同一時刻拍攝的8張連拍照片時，Tidy會將它們全部一起呈現，讓你可以選出最好的一張，一次性丟棄其餘的。
相似與重複：有什麼區別？
Tidy區分兩個類別，這種區分很重要：
重複照片
這些是本質上相同的影像，可能以不同格式或不同解析度儲存。你從WhatsApp儲存的照片，同時也有原始版本。同一個截圖截了兩次。對於重複照片，副本之間沒有實質性的區別——你只需要保留一份，刪除其餘的。
相似照片
這些是同一時刻或場景的照片，但有細微變化。三張日落照片，每張之間雲層略有移動。兩張自拍，你的表情稍有不同。五張從略微不同角度拍攝的美食照片。對於相似照片，你要挑選最好的一張，丟棄其餘的。
這種區分很重要，因為決策方式不同。對於重複照片，選擇很簡單——保留任意一份即可。對於相似照片，你要比較並選擇你最喜歡的。這就是為什麼Tidy有一個對比模式，可以將相似照片並排顯示，讓你輕鬆發現最清晰、構圖最好或最好看的那張。
為什麼AI偵測勝過手動滾動
理論上你能透過手動滾動照片庫找到所有重複照片嗎？當然可以——如果你有無限的時間和完美的記憶力。實際上，AI驅動的偵測因為幾個明確的原因而勝出：
速度
Tidy可以在背景分析數千張照片，同時你可以正常生活。對20,000張照片的完整掃描只需幾分鐘的處理時間，而不是你手動將每張照片與其他每張照片進行比較所需的數小時或數天。數學很驚人：在一個20,000張照片的庫中將每張照片與其他每張照片進行比較意味著2億次潛在比較。沒有人能做到這一點。
一致性
你的眼睛會疲勞。你的注意力會分散。當兩張照片在相機膠卷中緊挨著時你可能會注意到它們相似，但當它們被500張其他照片隔開時你可能完全會忽略。演算法永遠不會疲勞，永遠不會錯過比對，無論兩張相似的照片在你的時間軸上相隔多遠。
擷取你遺漏的
感知雜湊能擷取到大多數人會忽略的相似性：一張照片和它的裁剪版本、以不同品質級別儲存的同一影像、相隔數週截取的同一內容的截圖。這些就是那些悄無聲息地使你的照片庫膨脹，而你從未注意到的重複照片。
智慧優先順序
當Tidy找到相似組時，它不會只是把它們列在一個清單中。它會根據品質訊號——清晰度、曝光、解析度——建議保留哪張照片。五張幾乎相同照片中模糊的那張會被標記為丟棄。最清晰的會被建議保留。你仍然做最終決定，但AI承擔了分析的繁重工作。
隱私：一切都留在你的裝置上
這是很重要的一點：Tidy的所有照片分析都完全在你的iPhone上進行。你的照片永遠不會上傳到任何伺服器。感知雜湊、相似性偵測和聚類都使用你裝置的處理器在本機執行。
這很重要，因為你的照片庫是深度私密的。它包含你的家人、你的家、你的私密時刻。許多照片管理工具需要雲端上傳才能使其AI功能正常運作。Tidy不需要。你的照片永遠不會離開你的裝置，絕對不會。
背景分析在你的手機夜間充電時執行，使用Apple的BackgroundTasks框架。當你早上打開Tidy時，你的照片庫已經被分析完畢，重複照片已經準備好供你審查——所有這一切都不需要你的任何資料離開你的iPhone。
零雲端上傳。零資料收集。零妥協。所有AI處理都在你iPhone的神經引擎上執行。你的照片是你的隱私，它們會一直如此。
讓AI為你的照片庫工作
尋找和刪除重複及相似照片是釋放iPhone儲存空間最快的方法之一。如果你的照片庫有20,000+張照片，很有可能其中數千張是多餘的——而你永遠不可能透過手動滾動找到所有這些照片。
Tidy的AI完成掃描、比較和分組的繁瑣工作。你則享受令人滿意的部分：滑動瀏覽結果並決定保留什麼。從每組中挑選最好的照片，丟棄其餘的，享受一個更精簡、更有條理、更容易瀏覽的照片庫。
結合內建照片編輯器，你甚至可以在完成清理之前美化你要保留的照片。
相關文章
- 如何在一小時內清理20,000+張iPhone照片 - 使用滑動手勢和智慧篩選器快速清理照片庫的完整指南。
- iPhone儲存空間已滿？這裡告訴你照片到底佔了多少空間 - 了解哪些照片佔用最多儲存空間，以及如何回收數GB的空間。
- 右滑保留，左滑丟棄 - 滑動為何是做照片決策最快方式背後的心理學。
