Immich-go项目中的RAW与JPG文件上传问题分析与解决方案
2025-06-27 15:44:17作者:薛曦旖Francesca
问题背景
在Immich-go项目中,用户报告了一个关于RAW格式文件上传的问题。当用户尝试上传包含JPG和RAW格式(如CR2、NEF等)文件的文件夹时,发现只有JPG文件被成功上传,而RAW文件虽然被扫描识别,但最终未被上传到服务器。
问题现象
用户在使用Immich-go上传命令时,日志显示系统能够正确扫描到RAW格式文件(如CR2、NEF等),但在上传阶段这些文件被跳过。有趣的是,不同用户报告了相反的行为:有些用户发现只有RAW文件被上传,而JPG文件被忽略。
技术分析
文件处理机制
Immich-go在0.21版本中对文件处理流程进行了调整。上传过程分为几个关键阶段:
- 文件扫描阶段:系统会扫描指定目录中的所有文件,识别支持的格式
- 元数据提取阶段:从文件中提取拍摄日期等元数据
- 文件上传阶段:将文件上传到Immich服务器
问题根源
经过分析,问题主要出在以下几个方面:
- 日期解析问题:EXIF数据不包含时区信息,系统使用本地时区解析DateTimeOriginal标签,导致JPG和RAW文件的拍摄时间不一致
- RAW文件元数据处理:Immich-go对某些RAW格式(如NEF)的元数据支持不完善,导致无法正确提取拍摄时间
- 文件堆叠功能失效:
-stack-jpg-raw参数未能正常工作,导致关联的JPG和RAW文件无法正确堆叠
解决方案
项目维护者在0.23.0-alpha3版本中修复了这些问题。主要改进包括:
- 增强RAW文件支持:完善了对NEF、CR2等RAW格式的元数据提取
- 改进日期处理:优化了时区处理逻辑,确保JPG和RAW文件的拍摄时间一致
- 修复堆叠功能:重新实现了
-create-stacks和-stack-jpg-raw功能
最佳实践建议
对于需要上传JPG和RAW文件的用户,建议:
- 使用最新版本的Immich-go(0.23.0及以上)
- 明确指定时区参数(如
-time-zone=Asia/Tokyo) - 使用
-stack-jpg-raw参数确保关联文件正确堆叠 - 对于大量文件上传,可以先在小样本上测试参数效果
技术细节补充
EXIF数据处理
在数码照片中,EXIF数据记录了丰富的元信息,但存在以下局限性:
- 时间戳通常不包含时区信息
- 不同相机厂商对RAW格式的实现差异较大
- 文件系统时间(修改时间、访问时间等)不可靠,不应作为拍摄时间依据
文件堆叠原理
Immich的文件堆叠功能基于以下条件:
- 文件名前缀相同(如DSC_0001.JPG和DSC_0001.NEF)
- 拍摄时间相近(通常在几秒内)
- 文件内容相关性验证
当这些条件满足时,系统会将文件组合成一个堆叠,在界面中以分组形式展示。
总结
Immich-go作为Immich生态的重要组件,在0.23.0版本中显著改进了对专业摄影工作流的支持。通过解决RAW文件上传和堆叠问题,使得摄影师能够更方便地管理他们的原始文件和成品照片。用户升级到最新版本后,可以期待更稳定和可靠的文件上传体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217