图片Exif信息解析(Java实现)

本文涉及的产品
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: 图片Exif信息解析(Java实现)

前言


可交换图像文件(Exchangeable Image File,Exif)信息图像在拍摄时保留的相关参数:比如图像信息(厂商,分辨率等),相机拍摄记录(ISO,白平衡,饱和度,锐度等),缩略图(缩略图宽度,高度等),GPS(拍摄时的经度,纬度,高度)等,按照图像文件标准存储在图像头文件。一般使用支持图像读取的软件即可查看部分参数,但是图像如果修改,Exif信息可能丢失。


问题


然而一些开发任务需要图片Exif信息某项信息进行后续处理,无法使用软件获取信息输入到程序中,对开发任务带来一些困难。


解决


引入drewnoakes库,该库可以分析照片、视频相关信息等强大功能。


有兴趣可关注微信公众号:Java烂笔头,回复:drewnoakes,查看完整源码及说明。


示例代码


Maven依赖

<dependency>
            <groupId>com.drewnoakes</groupId>
            <artifactId>metadata-extractor</artifactId>
            <version>2.7.2</version>
        </dependency>

代码实现

import com.drew.imaging.ImageMetadataReader;
import com.drew.imaging.ImageProcessingException;
import com.drew.metadata.Directory;
import com.drew.metadata.Metadata;
import com.drew.metadata.Tag;
import java.io.File;
public class ExifTest {
    public static void main(String[] args) throws Exception {
        File file = new File("D:\\Java学习\\二维码生成与解析\\mmexport1632468955620.jpg");
        printImageTags(file);
    }
    /**
     * 读取照片相关信息
     */
    private static void printImageTags(File file) throws ImageProcessingException, Exception {
        Metadata metadata = ImageMetadataReader.readMetadata(file);
        String lat = "";
        String log = "";
        for (Directory directory : metadata.getDirectories()) {
            for (Tag tag : directory.getTags()) {
                String tagName = tag.getTagName();  //标签名
                String desc = tag.getDescription(); //标签信息
                System.out.println(tagName + "   " + desc);//照片信息
            }
        }
    }
}

照片信息输出


(由于不同照片所包含信息不完全一样,部分相关信息没有)

Compression Type   Baseline
Data Precision   8 bits
Image Height   1080 pixels
Image Width   1440 pixels
Number of Components   3
Component 1   Y component: Quantization table 0, Sampling factors 2 horiz/2 vert
Component 2   Cb component: Quantization table 1, Sampling factors 1 horiz/1 vert
Component 3   Cr component: Quantization table 1, Sampling factors 1 horiz/1 vert
Version   1.1
Resolution Units   none
X Resolution   1 dot
Y Resolution   1 dot
Profile Size   536
Version   2.1.0
Class   Display Device
Color space   RGB 
Profile Connection Space   XYZ 
Profile Date/Time   Wed Dec 31 08:00:00 CST 2
Signature   acsp
Rendering Intent   Media-Relative Colorimetric
XYZ values   0.9642029 1.0 0.8249054
Tag Count   9
Profile Description   1 enUS(sRGB                                        )
Red Colorant   (0.43606567, 0.2224884, 0.013916016)
Green Colorant   (0.3851471, 0.71687317, 0.097076416)
Blue Colorant   (0.1430664, 0.06060791, 0.71409607)
Red TRC   para(0x70617261): 40 bytes
Green TRC   para(0x70617261): 40 bytes
Blue TRC   para(0x70617261): 40 bytes
Media White Point   (0.9642029, 1.0, 0.8249054)
Copyright   1 enUS(Google Inc. 2016)


应用场景


需求:根据照片(包含位置信息)查找该照片拍摄定位


思路:首先引入drewnoakes库读取照片所有信息,判断tag信息为经度、纬度,根据经纬度转换为具体坐标位置。


工具代码:


以下代码还引入alibaba.fasejson库对读取的Exif信息进一步分析

import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONArray;
import com.alibaba.fastjson.JSONObject;
import com.drew.imaging.ImageMetadataReader;
import com.drew.imaging.ImageProcessingException;
import com.drew.metadata.Directory;
import com.drew.metadata.Metadata;
import com.drew.metadata.Tag;
import java.io.File;
import java.net.URL;
    public class EXIFUtil {
        public static void main(String[] args) throws Exception {
            File file = new File("D:\\Java学习\\二维码生成与解析\\mmexport1632468955620.jpg");
            printImageTags(file);
        }
        /**
         * 读取照片里面的信息
         */
        private static void printImageTags(File file) throws ImageProcessingException, Exception {
            Metadata metadata = ImageMetadataReader.readMetadata(file);
            String lat = "";
            String log = "";
            for (Directory directory : metadata.getDirectories()) {
                for (Tag tag : directory.getTags()) {
                    String tagName = tag.getTagName();  //标签名
                    String desc = tag.getDescription(); //标签信息
                    System.out.println(tagName + "   " + desc);//照片信息
                    switch (tagName) {
                        //                    经度
                        case "GPS Longitude":
                            lat = pointToLatlong(desc);
                            break;
                        //                        纬度
                        case "GPS Latitude":
                            log = pointToLatlong(desc);
                            break;
                        default:
                            break;
                    }
                }
            }
            String add = getAdd(log, lat);
            JSONObject jsonObject = JSON.parseObject(add);
            JSONArray jsonArray = jsonObject.getJSONArray("addrList");
            JSONObject jso = jsonArray.getJSONObject(0);
            String allAdd = jso.getString("admName");
            String arr[] = allAdd.split(",");
            String adds = jso.getString("name");
            System.out.println("省:" + arr[0] + "\n市:" + arr[1] + "\n区:" + arr[2] + "\n" + adds);
        }
        /**
         * 经纬度格式  转换
         *
         * @param point 坐标点
         *
         * @return
         */
        public static String pointToLatlong(String point) {
            Double du = Double.parseDouble(point.substring(0, point.indexOf("°")).trim());
            Double fen = Double.parseDouble(point.substring(point.indexOf("°") + 1, point.indexOf("'")).trim());
            Double miao = Double.parseDouble(point.substring(point.indexOf("'") + 1, point.indexOf("\"")).trim());
            Double duStr = du + fen / 60 + miao / 60 / 60;
            return duStr.toString();
        }
        /**
         * @param log 经度
         *
         * @param lat 纬度
         *
         * @return
         */
        public static String getAdd(String log, String lat) {
            //参数解释: 纬度,经度 type 001 (100代表道路,010代表POI,001代表门址,111可以同时显示前三项)
            String urlString = "http://gc.ditu.aliyun.com/regeocoding?l=" + lat + "," + log + "&type=010";
            String res = "";
            try {
                URL url = new URL(urlString);
                java.net.HttpURLConnection conn = (java.net.HttpURLConnection) url.openConnection();
                conn.setDoOutput(true);
                conn.setRequestMethod("POST");
                java.io.BufferedReader in = new java.io.BufferedReader(new java.io.InputStreamReader(conn.getInputStream(), "UTF-8"));
                String line;
                while ((line = in.readLine()) != null) {
                    res += line + "\n";
                }
                in.close();
            } catch (Exception e) {
                System.out.println("error in wapaction,and e is " + e.getMessage());
            }
            return res;
        }
    }
相关文章
|
8天前
|
XML JSON Java
Java中Log级别和解析
日志级别定义了日志信息的重要程度,从低到高依次为:TRACE(详细调试)、DEBUG(开发调试)、INFO(一般信息)、WARN(潜在问题)、ERROR(错误信息)和FATAL(严重错误)。开发人员可根据需要设置不同的日志级别,以控制日志输出量,避免影响性能或干扰问题排查。日志框架如Log4j 2由Logger、Appender和Layout组成,通过配置文件指定日志级别、输出目标和格式。
|
11天前
|
数据采集 Web App开发 JavaScript
DOMParser解析TikTok页面中的图片元素
DOMParser解析TikTok页面中的图片元素
|
30天前
|
存储 Java 计算机视觉
Java二维数组的使用技巧与实例解析
本文详细介绍了Java中二维数组的使用方法
46 15
|
30天前
|
算法 搜索推荐 Java
【潜意识Java】深度解析黑马项目《苍穹外卖》与蓝桥杯算法的结合问题
本文探讨了如何将算法学习与实际项目相结合,以提升编程竞赛中的解题能力。通过《苍穹外卖》项目,介绍了订单配送路径规划(基于动态规划解决旅行商问题)和商品推荐系统(基于贪心算法)。这些实例不仅展示了算法在实际业务中的应用,还帮助读者更好地准备蓝桥杯等编程竞赛。结合具体代码实现和解析,文章详细说明了如何运用算法优化项目功能,提高解决问题的能力。
62 6
|
30天前
|
存储 算法 搜索推荐
【潜意识Java】期末考试可能考的高质量大题及答案解析
Java 期末考试大题整理:设计一个学生信息管理系统,涵盖面向对象编程、集合类、文件操作、异常处理和多线程等知识点。系统功能包括添加、查询、删除、显示所有学生信息、按成绩排序及文件存储。通过本题,考生可以巩固 Java 基础知识并掌握综合应用技能。代码解析详细,适合复习备考。
22 4
|
30天前
|
Java 编译器 程序员
【潜意识Java】期末考试可能考的简答题及答案解析
为了帮助同学们更好地准备 Java 期末考试,本文列举了一些常见的简答题,并附上详细的答案解析。内容包括类与对象的区别、多态的实现、异常处理、接口与抽象类的区别以及垃圾回收机制。通过这些题目,同学们可以深入理解 Java 的核心概念,从而在考试中更加得心应手。每道题都配有代码示例和详细解释,帮助大家巩固知识点。希望这些内容能助力大家顺利通过考试!
20 0
|
30天前
|
存储 Java
【潜意识Java】期末考试可能考的选择题(附带答案解析)
本文整理了 Java 期末考试中常见的选择题,涵盖数据类型、控制结构、面向对象编程、集合框架、异常处理、方法、流程控制和字符串等知识点。每道题目附有详细解析,帮助考生巩固基础,加深理解。通过这些练习,考生可以更好地准备考试,掌握 Java 的核心概念和语法。
33 1
|
1月前
|
存储 分布式计算 Hadoop
基于Java的Hadoop文件处理系统:高效分布式数据解析与存储
本文介绍了如何借鉴Hadoop的设计思想,使用Java实现其核心功能MapReduce,解决海量数据处理问题。通过类比图书馆管理系统,详细解释了Hadoop的两大组件:HDFS(分布式文件系统)和MapReduce(分布式计算模型)。具体实现了单词统计任务,并扩展支持CSV和JSON格式的数据解析。为了提升性能,引入了Combiner减少中间数据传输,以及自定义Partitioner解决数据倾斜问题。最后总结了Hadoop在大数据处理中的重要性,鼓励Java开发者学习Hadoop以拓展技术边界。
50 7
|
1月前
|
SQL Java 数据库连接
如何在 Java 代码中使用 JSqlParser 解析复杂的 SQL 语句?
大家好,我是 V 哥。JSqlParser 是一个用于解析 SQL 语句的 Java 库,可将 SQL 解析为 Java 对象树,支持多种 SQL 类型(如 `SELECT`、`INSERT` 等)。它适用于 SQL 分析、修改、生成和验证等场景。通过 Maven 或 Gradle 安装后,可以方便地在 Java 代码中使用。
272 11
|
1月前
|
监控 JavaScript 数据可视化
建筑施工一体化信息管理平台源码,支持微服务架构,采用Java、Spring Cloud、Vue等技术开发。
智慧工地云平台是专为建筑施工领域打造的一体化信息管理平台,利用大数据、云计算、物联网等技术,实现施工区域各系统数据汇总与可视化管理。平台涵盖人员、设备、物料、环境等关键因素的实时监控与数据分析,提供远程指挥、决策支持等功能,提升工作效率,促进产业信息化发展。系统由PC端、APP移动端及项目、监管、数据屏三大平台组成,支持微服务架构,采用Java、Spring Cloud、Vue等技术开发。

热门文章

最新文章

推荐镜像

更多