用途：扫描单个本地图片文件或整个目录树，识别完全重复与近似重复照片，并标记模糊照片；默认只预览，确认后再执行删除或移动到回收目录。
主要能力：使用 ImageHash（默认 phash、hash_size=8、相似阈值 5）进行重复与近重复聚类；相似组按连通分量合并；使用 OpenCV 拉普拉斯方差（默认阈值 100.0）判断模糊；默认保留策略 best 会优先保留非模糊、更清晰、更大的图片。
使用方式：依赖 Pillow、ImageHash、numpy、OpenCV，安装命令为 python3 -m pip install Pillow ImageHash numpy opencv-python-headless。先运行 python3 scripts/remove_similar_images.py doctor 检查依赖；再用 analyze 加 --input-path 预览；确认后可加 --delete-similar、--delete-blurry 与 --trash-dir 先移入待审目录，最后加 --apply 执行。常用参数包括 --no-recursive、--extra-extension、--limit、--hash-method、--hash-size、--similar-threshold、--blur-threshold、--keep-policy、--report-json、--print-json。
适用场景：整理照片库、批量清理重复截图或模糊拍摄，适合需要先复核再清理的场景。
限制：未加 --apply 时仅报告不修改；格式支持取决于本地 Pillow 与 OpenCV 可用性；依赖缺失时脚本会提示安装命令而非假装完成扫描；参数默认值可调，阈值过严或过松需自行权衡。