Encuentra archivos duplicados sin instalar nada

El nombre del archivo no importa

Es la confusión más común, así que conviene decirlo claro: la herramienta nunca mira cómo se llama el archivo. Podrías tener la misma foto guardada como vacaciones.jpg, IMG_0042.jpg y sin título (3).jpg, en tres carpetas distintas, y las tres saldrían agrupadas.

Lo que se compara es el contenido. A cada archivo se le calcula una huella SHA-256, un número de 64 caracteres que resume sus bytes. Si dos archivos producen la misma huella, son el mismo archivo. Y si cambias un solo bit, la huella cambia por completo.

Esa huella es indiferente al formato, y por eso funciona igual con un video, una canción, un PDF o una hoja de Excel que con una foto.

Un detalle que hace el análisis rápido

Leer entero un archivo de 4 GB para calcular su huella toma tiempo. Por eso, antes de nada, se agrupan los archivos por tamaño exacto: si ningún otro archivo de la carpeta pesa exactamente lo mismo, no puede tener un gemelo y no hace falta leerlo. En una carpeta de videos, ese único truco es la diferencia entre segundos y media hora.

Qué detecta en cada tipo de archivo

Aquí conviene ser honesto sobre los límites, porque no todos los formatos permiten lo mismo:

• Cualquier archivo — copias exactas, byte a byte. Video, audio, documentos, comprimidos, ejecutables. Sin margen de error.
• Imágenes — además de lo anterior, detecta la misma foto en archivos distintos: recomprimida, redimensionada, o de vuelta de WhatsApp.
• Video y audio — de momento solo copias exactas. Reconocer la misma canción en dos calidades distintas exige analizar el sonido, y eso es un motor mucho más pesado. Preferimos no prometerlo antes de tenerlo.
• Documentos — solo copias exactas. Dos PDF con el mismo texto pero generados por programas distintos son archivos diferentes, y la herramienta los trata como tales.

Cómo decide que dos fotos son la misma

La comparación visual se hace en dos etapas, y esto es lo que evita los falsos positivos que sufren casi todas las herramientas.

Primero, un hash perceptual propone parejas candidatas. Es rápido pero impreciso —una carpeta de capturas de pantalla lo engaña con facilidad, porque todas son claras con texto fino—, así que nunca decide nada por su cuenta.

Después viene la comparación real: cada candidata se reduce a una rejilla de 32×32 en escala de grises y se mide la correlación entre las dos. Ese número, en porcentaje, es el que ves. Como se normaliza por el contraste, ignora los cambios de brillo y de compresión, pero se desploma en cuanto el contenido es distinto.

Dos guardas más: las imágenes con proporciones distintas no se agrupan, porque un recorte no es un duplicado; y las imágenes sin suficiente detalle solo se agrupan si son literalmente el mismo archivo.

Aquí no se borra nada

La herramienta nunca ejecuta una operación de borrado. Todo lo que selecciones se mueve a una subcarpeta llamada _duplicados dentro de la carpeta que analizaste. Tú la abres, la revisas y la eliminas cuando estés seguro. Si algo no te convence, arrastrar los archivos de vuelta toma segundos.

Preguntas frecuentes