图片Exif信息解析(Java实现)

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 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
|
4天前
|
存储 缓存 Java
Java 并发编程——volatile 关键字解析
本文介绍了Java线程中的`volatile`关键字及其与`synchronized`锁的区别。`volatile`保证了变量的可见性和一定的有序性,但不能保证原子性。它通过内存屏障实现,避免指令重排序,确保线程间数据一致。相比`synchronized`,`volatile`性能更优,适用于简单状态标记和某些特定场景,如单例模式中的双重检查锁定。文中还解释了Java内存模型的基本概念,包括主内存、工作内存及并发编程中的原子性、可见性和有序性。
Java 并发编程——volatile 关键字解析
|
2天前
|
Java 数据库连接 Spring
反射-----浅解析(Java)
在java中,我们可以通过反射机制,知道任何一个类的成员变量(成员属性)和成员方法,也可以堆任何一个对象,调用这个对象的任何属性和方法,更进一步我们还可以修改部分信息和。
|
27天前
|
Java 编译器
Java 泛型详细解析
本文将带你详细解析 Java 泛型,了解泛型的原理、常见的使用方法以及泛型的局限性,让你对泛型有更深入的了解。
41 2
Java 泛型详细解析
|
27天前
|
缓存 监控 Java
Java线程池提交任务流程底层源码与源码解析
【11月更文挑战第30天】嘿,各位技术爱好者们,今天咱们来聊聊Java线程池提交任务的底层源码与源码解析。作为一个资深的Java开发者,我相信你一定对线程池并不陌生。线程池作为并发编程中的一大利器,其重要性不言而喻。今天,我将以对话的方式,带你一步步深入线程池的奥秘,从概述到功能点,再到背景和业务点,最后到底层原理和示例,让你对线程池有一个全新的认识。
54 12
|
25天前
|
存储 算法 Java
Java内存管理深度解析####
本文深入探讨了Java虚拟机(JVM)中的内存分配与垃圾回收机制,揭示了其高效管理内存的奥秘。文章首先概述了JVM内存模型,随后详细阐述了堆、栈、方法区等关键区域的作用及管理策略。在垃圾回收部分,重点介绍了标记-清除、复制算法、标记-整理等多种回收算法的工作原理及其适用场景,并通过实际案例分析了不同GC策略对应用性能的影响。对于开发者而言,理解这些原理有助于编写出更加高效、稳定的Java应用程序。 ####
|
25天前
|
存储 监控 算法
Java虚拟机(JVM)垃圾回收机制深度解析与优化策略####
本文旨在深入探讨Java虚拟机(JVM)的垃圾回收机制,揭示其工作原理、常见算法及参数调优方法。通过剖析垃圾回收的生命周期、内存区域划分以及GC日志分析,为开发者提供一套实用的JVM垃圾回收优化指南,助力提升Java应用的性能与稳定性。 ####
|
1月前
|
SQL Java
使用java在未知表字段情况下通过sql查询信息
使用java在未知表字段情况下通过sql查询信息
38 8
|
27天前
|
Java 数据库连接 开发者
Java中的异常处理机制:深入解析与最佳实践####
本文旨在为Java开发者提供一份关于异常处理机制的全面指南,从基础概念到高级技巧,涵盖try-catch结构、自定义异常、异常链分析以及最佳实践策略。不同于传统的摘要概述,本文将以一个实际项目案例为线索,逐步揭示如何高效地管理运行时错误,提升代码的健壮性和可维护性。通过对比常见误区与优化方案,读者将获得编写更加健壮Java应用程序的实用知识。 --- ####
|
1月前
|
数据采集 存储 Web App开发
Java爬虫:深入解析商品详情的利器
在数字化时代,信息处理能力成为企业竞争的关键。本文探讨如何利用Java编写高效、准确的商品详情爬虫,涵盖爬虫技术概述、Java爬虫优势、开发步骤、法律法规遵守及数据处理分析等内容,助力电商领域市场趋势把握与决策支持。
|
29天前
|
存储 缓存 监控
Java中的线程池深度解析####
本文深入探讨了Java并发编程中的核心组件——线程池,从其基本概念、工作原理、核心参数解析到应用场景与最佳实践,全方位剖析了线程池在提升应用性能、资源管理和任务调度方面的重要作用。通过实例演示和性能对比,揭示合理配置线程池对于构建高效Java应用的关键意义。 ####

热门文章

最新文章

推荐镜像

更多