Ausführliche Erläuterung von Beispielen für das Extrahieren dieser „getaggten' Fotos mit Python

这篇文章主要介绍了用python找出那些被“标记”的照片的相关资料,需要的朋友可以参考下

源码传送门

环境准备

下面的两个第三方模块都可以直接通过pip快速安装，这里使用py36作为运行环境。

• python3.6

• requests

• exifread

思路

1. 遍历目录

2. 拉取数据集合

3. 遍历集合取得exif

4. exif信息整理，并获取实体地址

5. 拷贝文件到结果样本目录

6. 生成json报告文件

基础知识

下面是现今相片中会存在与GPS相关的关键字，大牛亦可一比带过~ [参考]

{
 "GPSVersionID": "GPS版本",
 "GPSLatitudeRef": "南北纬",
 "GPSLatitude": "纬度",
 "GPSLongitudeRef": "东西经",
 "GPSLongitude": "经度",
 "GPSAltitudeRef": "海拔参照值",
 "GPSAltitude": "海拔",
 "GPSTimeStamp": "GPS时间戳",
 "GPSSatellites": "测量的卫星",
 "GPSStatus": "接收器状态",
 "GPSMeasureMode": "测量模式",
 "GPSDOP": "测量精度",
 "GPSSpeedRef": "速度单位",
 "GPSSpeed": "GPS接收器速度",
 "GPSTrackRef": "移动方位参照",
 "GPSTrack": "移动方位",
 "GPSImgDirectionRef": "图像方位参照",
 "GPSImgDirection": "图像方位",
 "GPSMapDatum": "地理测量资料",
 "GPSDestLatitudeRef": "目标纬度参照",
 "GPSDestLatitude": "目标纬度",
 "GPSDestLongitudeRef": "目标经度参照",
 "GPSDestLongitude": "目标经度",
 "GPSDestBearingRef": "目标方位参照",
 "GPSDestBearing": "目标方位",
 "GPSDestDistanceRef": "目标距离参照",
 "GPSDestDistance": "目标距离",
 "GPSProcessingMethod": "GPS处理方法名",
 "GPSAreaInformation": "GPS区功能变数名",
 "GPSDateStamp": "GPS日期",
 "GPSDifferential": "GPS修正"
}

初始化

考虑到exifread的模块中有大量的logging输出，这里将它的level级别调到最高。 然后下边的KEY是某站在高德地图API的时候遗留下来的 我也很尴尬。。就当福利了

import os
import time
import json
import random
import logging
import requests
import exifread
logging.basicConfig(level=logging.CRITICAL)
KEY = "169d2dd7829fe45690fabec812d05bc3"

主逻辑函数

def main():
 # 预设后缀列表
 types = ["bmp", "jpg", "tiff", "gif", "png"]
 #结果数据集合
 picex = []
 # 文件存储路径
 saves = "$" + input("| SavePath: ").strip()
 # 文件搜索路径 并遍历所有文件返回文件路径列表
 pools = jpgwalk(input("| FindPath: "), types)
 #存储目录
 savep = "%s/%s" % (os.getcwd().replace("\\", "/"), saves)
 if savep in pools:
 pools.remove(savep)
 # 遍历数据集并获取exif信息
 for path in pools:
 res = getEXIF(path)
 if res:
  picex.append(res)
 # 结果报告
 print("| Result %s" % len(picex))
 # 如果存在结果 保存结果到json并讲相关图片复制到该目录下
 if picex:
 #创建目录
 if not os.path.exists(saves):
  os.mkdir(saves)
 #生成一个4格缩进的json文件 
 with open("%s/%s.json" % (saves, saves), "wb") as f:
  f.write(json.dumps(picex, ensure_ascii=False, indent=4).encode("utf8"))
 #copy图像到该目录
 for item in picex:
  source_path = item["Filename"]
  with open("%s/%s" % (saves, source_path.split("/")[-1]), "wb") as f_in:
  with open(source_path, "rb") as f_out:
   f_in.write(f_out.read())

遍历方法

遍历指定及其所有下级目录，并返回全部的图片的路径集合，这里要注意的是每次扫描后的拷贝行为都会生成缓存，所以通过指定 $ 来避开。

# 获取指导目录全部的图片路径
def jpgwalk(path, types):
 _start = time.time()
 _pools = []
 # 遍历该目录 并判断files后缀 如符合规则则拼接路径
 for _root, _dirs, _files in os.walk(path):
 _pools.extend([_root.replace("\\", "/") + "/" +
   _item for _item in _files if _item.split(".")[-1].lower() in types and "$" not in _root])
 #报告消耗时间
 print("| Find %s \n| Time %.3fs" % (len(_pools), time.time() - _start))
 return _pools

经纬度格式化

度分秒转浮点，方便api调用查询，因为存在一些诡异的数据比如 1/0，所以默认返回0

def cg(i):
 try:
 _ii = [float(eval(x)) for x in i[1:][:-1].split(', ')]
 _res = _ii[0] + _ii[1] / 60 + _ii[2] / 3600
 return _res
 except ZeropisionError:
 return 0

EXIF信息整理

考虑到大部分的设备还未开始支持朝向、速度、测量依据等关键字，这里暂时只使用比较常见的，如有需要的朋友可以自行添加。毕竟得到的信息越多对社工有更大的帮助。

def getEXIF(filepath):
 #基础关键字
 _showlist = [
 'GPS GPSDOP',
 'GPS GPSMeasureMode',
 'GPS GPSAltitudeRef',
 'GPS GPSAltitude',
 'Image Software',
 'Image Model',
 'Image Make'
 ]
 #GPS关键字
 _XYlist = ["GPS GPSLatitude", "GPS GPSLongitude"]
 #时间关键字
 _TimeList = ["EXIF DateTimeOrigina", "Image DateTime", "GPS GPSDate"]
 #初始化结果字典
 _infos = {
 'Filename': filepath
 }
 with open(filepath, "rb") as _files:
 _tags = None
 # 尝试去的EXIF信息
 try:
  _tags = exifread.process_file(_files)
 except KeyError:
  return
 # 判断是否存在地理位置信息
 _tagkeys = _tags.keys()
 if _tags and len(set(_tagkeys) & set(_XYlist)) == 2 and cg(str(_tags["GPS GPSLongitude"])) != 0.0:
  for _item in sorted(_tagkeys):
  if _item in _showlist:
   _infos[_item.split()[-1]] = str(_tags[_item]).strip()
  # 经纬度取值
  _infos["GPS"] = (cg(str(_tags["GPS GPSLatitude"])) * float(1.0 if str(_tags.get("GPS GPSLatitudeRef", "N")) == "N" else -1.0),
    cg(str(_tags["GPS GPSLongitude"])) * float(1.0 if str(_tags.get("GPS GPSLongitudeRef", "E")) == "E" else -1.0))
  # 获取实体地址
  _infos["address"] = address(_infos["GPS"])
  # 获取照片海拔高度
  if "GPS GPSAltitudeRef" in _tagkeys:
  try:
   _infos["GPSAltitude"] = eval(_infos["GPSAltitude"])
  except ZeropisionError:
   _infos["GPSAltitude"] = 0
  _infos["GPSAltitude"] = "距%s%.2f米" % ("地面" if int(
   _infos["GPSAltitudeRef"]) == 1 else "海平面", _infos["GPSAltitude"])
  del _infos["GPSAltitudeRef"]
  # 获取可用时间
  _timeitem = list(set(_TimeList) & set(_tagkeys))
  if _timeitem:
  _infos["Dates"] = str(_tags[_timeitem[0]])
  return _infos

地址转换

一个简单的爬虫，调用高德地图api进行坐标转换，考虑到原本是跨域，这里添加基础的反防爬代码。这里有个小细节，海外的一律都取不到（包括台湾），可以通过更换googlemap的api来实现全球查询。

def address(gps):
 global KEY
 try:
 # 随机UA
 _ulist = [
  "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 Safari/535.1",
  "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:6.0) Gecko/20100101 Firefox/6.0",
  "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; InfoPath.2; .NET4.0C; .NET4.0E; .NET CLR 2.0.50727; 360SE)",
  "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_0) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11",
  "Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50",
  "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0; .NET CLR 2.0.50727; SLCC2; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; InfoPath.3; .NET4.0C; Tablet PC 2.0; .NET4.0E)",
  "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0)",
  "Mozilla/5.0 (X11; U; Linux i686; rv:1.7.3) Gecko/20040913 Firefox/0.10",
  "Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; ja) Presto/2.10.289 Version/12.00",
  "Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.93 Safari/537.36"
 ]
 # 伪造header
 _header = {
  "User-Agent": random.choice(_ulist),
  "Accept": "text/javascript, application/javascript, application/ecmascript, application/x-ecmascript, */*; q=0.01",
  "Accept-Encoding": "gzip, deflate, sdch",
  "Accept-Language": "zh-CN,zh;q=0.8",
  "Referer": "http://www.gpsspg.com",
 }
 _res = requests.get(
  "http://restapi.amap.com/v3/geocode/regeo?key={2}&s=rsv3&location={1},{0}&platform=JS&logversion=2.0&sdkversion=1.3&appname=http%3A%2F%2Fwww.gpsspg.com%2Fiframe%2Fmaps%2Famap_161128.htm%3Fmapi%3D3&csid=945C5A2C-E67F-4362-B881-9608D9BC9913".format(gps[0], gps[1], KEY), headers=_header, timeout=(5, 5))
 _json = _res.json()
 # 判断是否取得数据
 if _json and _json["status"] == "1" and _json["info"] == "OK":
  # 返回对应地址
  return _json.get("regeocode").get("formatted_address")
 except Exception as e:
 pass

实例

运行该代码 然后输入保存文件夹名和扫描位置即可

这边可以看到8019张中有396张存在有效的地理位置，打码的地方就不解释了，各位老司机~后期打算加入图像识别，和相似度识别。

下面给大家分享小编收集整理的python专题知识：

python基本语法 

python多线程学习教程 

python排序算法大全

Das obige ist der detaillierte Inhalt vonAusführliche Erläuterung von Beispielen für das Extrahieren dieser „getaggten' Fotos mit Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!