可用图筛选需五步：先按时间戳集中度剔除60%废图；再用缩略图识别结构硬伤；接着用画图软件验果实纹理、清晰度与像素过渡；然后用PerceptualSimilarity比对权威实拍样本；最后用Windows搜索语法定位大文件及命名异常图。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
从一堆AI生成的花生图里快速挑出可用的那张
你刚用AI工具批量生成了50张“吉林扶余四粒红花生”宣传图，结果发现37张都长在树上、8张花生苗比人高、还有5张果实裂开露出金属光泽——这种假得离谱又数量庞大的图堆，根本没法人工一张张点开判别。必须用本地化筛选逻辑，绕过AI的常识漏洞，直击图像本身可验证的物理特征。
第一步：用文件属性筛掉明显异常批次
右键→属性→查看“创建时间”和“修改时间”。AI批量生图工具（如Fooocus、ComfyUI本地节点）生成的图片，往往会在几秒内集中写入磁盘，导致创建时间高度集中，比如全部落在2026-10-30 14:22:03～14:22:08之间。而真实拍摄图或手动精修图的时间戳通常分散、有间隔。
按修改时间排序，把集中在3秒内的连续20张以上图片单独移入【待复核】文件夹——【这些极大概率是同一批失控参数生成的无效图】。
这一步能直接砍掉60%以上的废图，且无需打开任何一张图。
第二步：用缩略图模式识别结构硬伤
把剩余图片放入资源管理器，切换为“超大图标”视图，关闭“显示隐藏的文件”和“显示文件扩展名”选项，只留纯缩略图。
眼睛扫过去，重点盯三个致命区域：植株底部是否接触土壤、果实是否悬空于枝条末端、叶片形态是否符合豆科草本特征（非乔木羽状复叶）。AI最常崩坏的就是这三个交界处，缩略图里就能看出果实漂浮、根部悬空、叶脉发虚等痕迹。
按住Ctrl多选，把缩略图中一眼可见“花生挂枝头”“茎秆笔直如铁丝”“果壳反光过强”的图片全部删除。这步操作起来很简单，直接拖进回收站就行。
第三步：用画图软件快速验真三处像素
方法一：打开任意一张待定图→用画图自带的“选择”工具框选花生果实区域→Ctrl+C复制→新建空白画布→Ctrl+V粘贴→按Ctrl+Shift+I反选→Delete删掉周围所有内容，只剩孤立果实。
方法二：用系统自带“照片”应用打开→点击“编辑”→“调整”→把“清晰度”拉到-100→观察果壳纹理。真实花生果壳有网状凸起与凹陷，AI生成图在此模式下会变成均质磨砂面或规则几何纹路。
方法三：在画图中用“放大镜”工具放大至400%，用“铅笔”工具点选果实边缘任意一点→观察RGB值。真实花生果壳边缘存在自然色阶过渡（如R:142 G:118 B:92 → R:138 G:115 B:90），AI图常出现跳变（R:142 G:118 B:92 → R:120 G:85 B:60），这是训练数据不足导致的边缘坍缩。
只要一处像素验证失败，这张图就不再进入后续流程。
第四步：建立本地可信样本库并批量比对
① 找3张权威来源的真实花生田实拍图（中国农科院官网、吉林扶余政府农业栏目下载的无水印图），重命名为“real_peanut_01.jpg”至“real_peanut_03.jpg”，存入独立文件夹。
② 下载开源工具PerceptualSimilarity（GitHub搜该名），解压后双击run_compare.bat，将你的待筛图文件夹路径填入第一栏，真实样本路径填入第二栏。
③ 工具运行后生成CSV报告，按“相似度得分”降序排列。得分低于0.35的图直接归入【淘汰】，0.35～0.62之间的图进入人工终审，高于0.62的图打上“high_confidence”标签。
【注意：不要用网络在线比对工具，它们会上传图片，而你的AI图可能含未公开提示词信息】。
第五步：用Windows搜索语法精准定位残留问题图
在图片文件夹地址栏输入：kind:=picture datecreated:~2026-10-30 size:>5MB
回车后，系统列出所有2026年10月30日创建、体积超5MB的图片。AI生图工具在高分辨率+高采样步数下极易产出超大文件，而真实拍摄图极少超过4MB（除非原始RAW未压缩）。这批图需重点检查是否含“金属反光果实”“荧光绿叶片”等异常渲染特征。
再输入：kind:=picture system.filename:contains("peanut") -system.filename:contains("real")
这条命令排除所有文件名含“real”的图，专抓命名混乱的AI图——很多AI工具默认命名含“peanut_001”但实际内容完全跑偏，这类图必须逐张点开确认。
