Immich-Go项目对Google Photos补充元数据文件的支持解析
背景介绍
Immich-Go作为一款照片管理工具,近期针对Google Photos导出数据中的补充元数据文件(supplemental-metadata.json)进行了功能增强。这类文件是Google Photos在数据导出时生成的附加元数据文件,包含了照片的重要信息。
补充元数据文件的结构分析
Google Photos导出的补充元数据文件通常采用JSON格式,包含以下关键信息:
-
基本描述信息:
- 照片标题(title)
- 描述(description)
- 浏览次数(imageViews)
-
时间信息:
- 创建时间(creationTime)
- 拍摄时间(photoTakenTime)
- 均以时间戳(timestamp)和格式化时间(formatted)两种形式呈现
-
地理位置数据:
- 地理坐标(geoData)
- EXIF中的地理坐标(geoDataExif)
- 包含纬度、经度、海拔等信息
-
来源信息:
- 照片原始URL
- 上传设备类型(如ANDROID_PHONE、ANDROID_TABLET等)
文件命名规范与匹配逻辑
Immich-Go处理这些补充元数据文件时,考虑了Google Photos导出的多种文件命名情况:
-
标准情况:
- 主文件:20160123_181953.jpg
- 补充元数据文件:20160123_181953.jpg.supplemental-metadata.json
-
特殊情况:
- 带有序号的文件:Screenshot_20231027_123303_Facebook(1).jpg
- 编辑后的文件:Screenshot_20231027_123303_Facebook-edited.jpg
- 使用UUID命名的文件:original_c576ba15-9661-4bd4-b0bf-a7bf2ce3d354_2.jpg
技术实现要点
Immich-Go在处理这些文件时实现了以下关键功能:
-
文件关联匹配:能够正确识别和关联照片文件与其对应的补充元数据文件,即使文件名存在变体。
-
时间信息处理:虽然补充元数据只提供UTC时间戳,但Immich-Go会结合用户时区设置进行转换,确保时间显示正确。
-
地理位置补偿:当照片本身的EXIF信息不完整时,会优先使用补充元数据中的地理位置信息。
-
设备信息记录:保留并处理照片的上传设备类型信息,有助于后续的照片来源分析。
实际应用价值
这项功能的实现为用户带来了以下好处:
-
元数据完整性:确保从Google Photos迁移的照片保留尽可能多的原始信息。
-
时间准确性:通过补充元数据补偿可能缺失的拍摄时间信息。
-
地理定位:在照片本身不含GPS信息时,仍能保留地理位置数据。
-
设备追踪:记录照片来源设备,便于照片管理和分类。
总结
Immich-Go对Google Photos补充元数据文件的支持体现了项目对用户数据迁移完整性的重视。通过精细化的文件匹配逻辑和全面的元数据处理,确保了照片从Google Photos迁移过程中的信息无损,为用户提供了更完整的数据管理体验。这项功能的实现也展示了Immich-Go项目团队对细节的关注和对用户需求的积极响应。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03