本文介绍了一个基于Python的重复图片删除工具，采用MD5、pHash和ORB图像识别三重检测机制。该工具支持：1）MD5检测完全相同的文件；2）pHash感知哈希识别缩放/压缩后的相似图片；3）ORB特征匹配进行二次确认。主要特点包括：自动安装依赖、支持子文件夹和中文路径、安全模式（先移动后删除）、生成详细报告、可调参数阈值。使用方法简单，只需修改根目录路径即可运行，适用于处理各种类型的重复图

该Python脚本用于从Excel文件中的第一列提取所有超链接并保存到一个文本文件中

Parquet多模态数据智能提取方案。