Pigallery2 中 XMP 侧边文件的使用指南
2025-07-06 20:48:46作者:秋泉律Samson
Pigallery2 是一个开源的图片和视频管理工具,它支持通过 XMP 侧边文件为媒体文件添加元数据。本文将详细介绍如何在 Pigallery2 中正确使用 XMP 侧边文件功能。
XMP 侧边文件的基本概念
XMP (Extensible Metadata Platform) 是一种由 Adobe 开发的元数据标准,它允许将描述性信息嵌入到文件中或存储为单独的侧边文件。在 Pigallery2 中,XMP 侧边文件可以用来为图片和视频添加标签等元数据。
正确的 XMP 文件命名规则
经过测试,Pigallery2 对 XMP 侧边文件的命名有特定要求:
- 对于文件
video.mp4,正确的 XMP 文件名应为video.mp4.XMP - 错误的命名方式(如
video.xmp)将不会被识别
这种命名规则与许多专业图像管理软件的惯例一致,确保了文件关联的明确性。
XMP 文件内容格式
一个有效的 XMP 文件应包含以下基本结构:
<?xpacket begin='' id='W5M0MpCehiHzreSzNTczkc9d'?>
<x:xmpmeta xmlns:x='adobe:ns:meta/' x:xmptk='Image::ExifTool 12.74'>
<rdf:RDF xmlns:rdf='http://www.w3.org/1999/02/22-rdf-syntax-ns#'>
<rdf:Description rdf:about=''
xmlns:dc='http://purl.org/dc/elements/1.1/'>
<dc:subject>
<rdf:Bag>
<rdf:li>标签1</rdf:li>
<rdf:li>标签2</rdf:li>
</rdf:Bag>
</dc:subject>
</rdf:Description>
</rdf:RDF>
</x:xmpmeta>
<?xpacket end='w'?>
其中,dc:subject 部分用于定义标签,多个标签应放在 rdf:Bag 容器中。
常见问题排查
如果 XMP 侧边文件未被正确识别,可以检查以下几点:
- 确认文件名符合
原文件名.扩展名.XMP的格式 - 检查 XML 文件结构是否完整且格式正确
- 确保 XMP 文件与媒体文件位于同一目录
- 验证 Pigallery2 使用的是最新版本(某些早期版本可能存在兼容性问题)
技术实现原理
Pigallery2 使用 exifr 库来解析 XMP 文件。该库能够处理嵌入式和侧边 XMP 数据。当检测到符合命名规则的 XMP 文件时,系统会自动解析其中的元数据并与对应的媒体文件关联。
最佳实践建议
- 使用专业的 XMP 编辑工具(如 Adobe Bridge 或 ExifTool)创建和修改 XMP 文件
- 对于批量操作,可以考虑编写脚本自动生成 XMP 文件
- 定期检查元数据是否被正确识别,特别是在升级 Pigallery2 后
通过正确使用 XMP 侧边文件,用户可以高效地为大量媒体文件添加丰富的元数据,提升 Pigallery2 中的搜索和组织能力。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868