Привет всем.

Шкурный вопрос.

Имеется директория с фотками. Снятая разными моделями цифровых мыльниц. Fuji, Canon, Olimpus и д.т. И мобилами.



И вобщем есть идея разложить их по каталогам по дате создания. Дату создания - брать из специальных
EXIF-тегов. Они хранятся в шапке файла. См.фрагмент под катом.



Хотелось-бы на выходе получить нечто вроде.




В данной задаче я предполагаю что 99% всех фоток это именно jpg-формат. Другие как-то не представлены.
Да и соотв проблем с другими не будет в силу их ограниченного количества. Как-то так.



Вторичная задача - дедупликация. Хм... тоже немаловажно. Бывает - промахнешся и скопируешь тонну файлов.
А потом еще раз.

Реализация - на любом ЯП. С++/Python e.t.c. Конешно хотелось-бы чтоб на Windows и на Linux летало.

Go-go кодить! У меня пока еще своего решения нет. Так что... gogo!

Посмотрел exiv2. Эта консольная тулза работает с 1 файлом. Маловато...

Gogo кодить!

Какой критерий?

Поскипаем пока делупликацию.

Залача-прим - разложить фотки по датам. При этом количество на входе и на выходе должно совпалать.
Файлы без exif даты - сложить в отдельный folder (unsorted).

KpoxaPym, нету у меня тотал коммандер. У меня - Linux.

Alibek B.Вообще я для сортировки фотографий использую следующий шаблон:

/photos/{category}/{year} {album}/{ymd}{hm}_{####}_{crc32} [{tag}] ({device} {model})

Здесь:
{category} - категория фотографий (личные, путешествия, технические), задается вручную
{year} - год съемки
{album} - в зависимости от категории место съемки или наименование события
{ymd} - дата в формате ГГГГММДД
{hm} - время в формате ЧЧММ (без секунд)
{####} - порядковый номер фотографии в альбоме
{crc32} - контрольная сумма в нижнем регистре
{tag} - пометка для случаев специальной съемки (hdr, burst и т.п.)
{device} - производитель фотоаппарата
{model} - модель фотоаппарата

Наличие CRC32 в имени файла позволяет находить оригиналы и дубли, даже если файл редактировался.
Дата/время в начале файла позволяет сортировать в порядке съемки.
Порядковый номер исключает появление разных файлов с одним именем.
Спасибо. Хороший шаблон. Но у меня будет попроще. Например категория мне не нужна.

Dima TЕсли дата создания файла совпадает с датой съемки (обычно совпадает если позже фотка не корректировалась), то можно по дате создания распихать по подпапкам. Дату создания любым ЯП элементарно получить.

ИМХО имя файла нет смысла менять, оставь как есть, думаю ты не часто снимал разными девайсами в один день.
Я-бы файл тоже сделал уникальным. Бывает тот-же регистратор фоткает файлы с ограниченным циклом.
И в серии разных фоток будет две с одним номером например. И потом эти два одинаковые файла уже
почтой не переслать. В один фолдер - не скопировать. Вобщем.. имя файла тоже должно быть уникальным.
Вариант - сквозная нумерация для одной даты. Или контрольная сумма как товарищ фотограф делает там у себя.
Но мне контрольная сумма кажется слишком уж большим балластом для глаз.

Alibek B.Наличие CRC32 в имени файла позволяет находить оригиналы и дубли, даже если файл редактировался.

По поводу уникальности. Есть персептивный хеш. Но это лучше отдельным топиком.

Alibek B.crc32 вполне достаточен. У меня на 20 ГБ фотографий коллизий не было, при этом он быстро считается.
У меня часто было такое. Хотел кода-то зааплодить фотку. Или приаттачить. Не влезла по размеру. Сделал scale. Сохранил.
Лежат две фотки. Один контент. Разный размер и контрольная сумма. Но ладно... я это подниму отдельным топиком.
Типа умная дедупликация.

Alibek B.maytonРазный размер и контрольная сумма.
Так в том и смысл сохранять crc32 в имени файла, чтобы при изменении файла он все равно сохранялся оригинальный.
Иначе нужно использовать инструменты сравнения по содержимому, а они медленные и неточные.
Инструменты сравнения могут работать единоразово. После скидывания содержимого фотика. Или слияния
архивов и прочее. Да мне вообще-то пофиг сколько они будут работать. Есть коробочная утилита fdupes для
Linux. Она работает на уровне скорости дискового чтения файлов. Временная сложность - линейна от объема
файлов. Но мой интерес даже не в том быстро она работает или медленно. А просто в том чтобы убедится что
каталог фоток имеет относительный порядок.

Alibek B.Я не про fdupes и прочие бинарные утилиты.
Если на картинке изменить exif, то такие утилиты посчитают этот файл уникальным.
Для поиска дубликатов фотографий нужно использовать специальные утилиты, которые сравнивают содержимое (контент), например VisiPics. А они медленные и неточные, и как следствие интерактивные.
Давайте разделим 2 направления.
1) Дедупликация контрольной суммой (crc32/md5). Полностью автоматически позволяет убрать дубликаты. Здесь - вопросов
вообще нет. Решенная уже задача.

2) Дедубликация на основе персептивного хеша - работает в режиме диалога. Или в режиме рекомендаций,
всего-лишь предлагая пользователю ознакомится с кандидатами на удаление. Я так думаю.

По поводу изменения 1 exif-тега. Такой кейс мне представляется сомнительным. Я никогда в жизни этого
не делал и не понимаю ценности этого действия. Предполагаю что 99.9% мои файлы что я фоткал мыльницами
никогда не меняли своих тегов кроме тех случаев когда я редактировал размер-яркость-контраснтность но
это вообще выходит за рамки пункта (1) и соотв нет вопросов. С точки зрения контрольной суммы - это вообще
другой файл.