


Implementierungsmethode zum Lesen von Bildattributinformationen in Python
Dieser Artikel verwendet ein Python-Skript zum Lesen von Bildinformationen. Es gibt mehrere Anweisungen wie folgt:
1. Fehlerbehandlung ist nicht implementiert
2. Es werden nicht alle Informationen gelesen, wahrscheinlich nur GPS-Informationen. Bildauflösung, Bildpixel, Gerätehersteller, Aufnahmeausrüstung usw.
3. Nach einer einfachen Änderung sollte es möglich sein, die GPS-Informationen des Bildes gewaltsam zu ändern
4. Aber für Bilder, die selbst keine GPS-Informationen haben, ist die Implementierung sehr komplex und erfordert eine sorgfältige Berechnung des Offsets jedes Deskriptors
Nachdem das Skript ausgeführt wurde, sind die Leseergebnisse wie folgt
Hier anzeigen und Windows-Eigenschaften Der vom Browser gelesene Inhalt ist genau derselbe
Der Quellcode lautet wie folgt
# -*- coding:utf-8 -*- import binascii class ParseMethod(object): @staticmethod def parse_default(f, count, offset): pass @staticmethod def parse_latitude(f, count, offset): old_pos = f.tell() f.seek(12 + offset) latitude = [0,0,0] for i in xrange(count): byte = f.read(4) numerator = byte.encode('hex') byte = f.read(4) denominator = byte.encode('hex') latitude[i] = float(int(numerator, 16)) / int(denominator, 16) print 'Latitude:\t%.2f %.2f\' %.2f\"' % (latitude[0], latitude[1], latitude[2]) f.seek(old_pos) @staticmethod def parse_longtitude(f, count, offset): old_pos = f.tell() f.seek(12 + offset) longtitude = [0,0,0] for i in xrange(count): byte = f.read(4) numerator = byte.encode('hex') byte = f.read(4) denominator = byte.encode('hex') longtitude[i] = float(int(numerator, 16)) / int(denominator, 16) print 'Longtitude:\t%.2f %.2f\' %.2f\"' % (longtitude[0], longtitude[1], longtitude[2]) f.seek(old_pos) @staticmethod def parse_make(f, count, offset): old_pos = f.tell() f.seek(12 + offset) byte = f.read(count) a = byte.encode('hex') print 'Make:\t\t' + binascii.a2b_hex(a) f.seek(old_pos) @staticmethod def parse_model(f, count, offset): old_pos = f.tell() f.seek(12 + offset) byte = f.read(count) a = byte.encode('hex') print 'Model:\t\t' + binascii.a2b_hex(a) f.seek(old_pos) @staticmethod def parse_datetime(f, count, offset): old_pos = f.tell() f.seek(12 + offset) byte = f.read(count) a = byte.encode('hex') print 'DateTime:\t' + binascii.a2b_hex(a) f.seek(old_pos) # rational data type, 05 @staticmethod def parse_xresolution(f, count, offset): old_pos = f.tell() f.seek(12 + offset) byte = f.read(4) numerator = byte.encode('hex') byte = f.read(4) denominator = byte.encode('hex') xre = int(numerator, 16) / int(denominator, 16) print 'XResolution:\t' + str(xre) + ' dpi' f.seek(old_pos) @staticmethod def parse_yresolution(f, count, offset): old_pos = f.tell() f.seek(12 + offset) byte = f.read(4) numerator = byte.encode('hex') byte = f.read(4) denominator = byte.encode('hex') xre = int(numerator, 16) / int(denominator, 16) print 'YResolution:\t' + str(xre) + ' dpi' f.seek(old_pos) @staticmethod def parse_exif_ifd(f, count, offset): old_pos = f.tell() f.seek(12 + offset) byte = f.read(2) a = byte.encode('hex') exif_ifd_number = int(a, 16) for i in xrange(exif_ifd_number): byte = f.read(2) tag_id = byte.encode('hex') #print tag_id, byte = f.read(2) type_n = byte.encode('hex') #print type_n, byte = f.read(4) count = byte.encode('hex') #print count, byte = f.read(4) value_offset = byte.encode('hex') #print value_offset value_offset = int(value_offset, 16) EXIF_IFD_DICT.get(tag_id, ParseMethod.parse_default)(f, count, value_offset) f.seek(old_pos) @staticmethod def parse_x_pixel(f, count, value): print 'X Pixels:\t' + str(value) @staticmethod def parse_y_pixel(f, count, value): print 'y Pixels:\t' + str(value) @staticmethod def parse_gps_ifd(f, count, offset): old_pos = f.tell() f.seek(12 + offset) byte = f.read(2) a = byte.encode('hex') gps_ifd_number = int(a, 16) for i in xrange(gps_ifd_number): byte = f.read(2) tag_id = byte.encode('hex') #print tag_id, byte = f.read(2) type_n = byte.encode('hex') #print type_n, byte = f.read(4) count = byte.encode('hex') #print count, byte = f.read(4) value_offset = byte.encode('hex') #print value_offset count = int(count, 16) value_offset = int(value_offset, 16) GPS_IFD_DICT.get(tag_id, ParseMethod.parse_default)(f, count, value_offset) f.seek(old_pos) IFD_dict = { '010f' : ParseMethod.parse_make , '0110' : ParseMethod.parse_model , '0132' : ParseMethod.parse_datetime , '011a' : ParseMethod.parse_xresolution , '011b' : ParseMethod.parse_yresolution , '8769' : ParseMethod.parse_exif_ifd , '8825' : ParseMethod.parse_gps_ifd } EXIF_IFD_DICT = { 'a002' : ParseMethod.parse_x_pixel , 'a003' : ParseMethod.parse_y_pixel } GPS_IFD_DICT = { '0002' : ParseMethod.parse_latitude , '0004' : ParseMethod.parse_longtitude } with open('image.jpg', 'rb') as f: byte = f.read(2) a = byte.encode('hex') print 'SOI Marker:\t' + a byte = f.read(2) a = byte.encode('hex') print 'APP1 Marker:\t' + a byte = f.read(2) a = byte.encode('hex') print 'APP1 Length:\t' + str(int(a, 16)) + ' .Dec' byte = f.read(4) a = byte.encode('hex') print 'Identifier:\t' + binascii.a2b_hex(a) byte = f.read(2) a = byte.encode('hex') print 'Pad:\t\t' + a print print 'Begin to print Header.... ' print 'APP1 Body: ' byte = f.read(2) a = byte.encode('hex') print 'Byte Order:\t' + a byte = f.read(2) a = byte.encode('hex') print '42:\t\t' + a byte = f.read(4) a = byte.encode('hex') print '0th IFD Offset:\t' + a print 'Finish print Header' print 'Begin to print 0th IFD....' print #print 'Total: ', byte = f.read(2) a = byte.encode('hex') interoperability_number = int(a, 16) #print interoperability_number for i in xrange(interoperability_number): byte = f.read(2) tag_id = byte.encode('hex') #print tag_id, byte = f.read(2) type_n = byte.encode('hex') #print type_n, byte = f.read(4) count = byte.encode('hex') #print count, byte = f.read(4) value_offset = byte.encode('hex') #print value_offset count = int(count, 16) value_offset = int(value_offset, 16) # simulate switch IFD_dict.get(tag_id, ParseMethod.parse_default)(f, count, value_offset) print print 'Finish print 0th IFD....'
Zusammenfassung
Implementierungsmethode zur Verwendung von Python zum Lesen von Bildattributinformationen Es ist im Grunde hier drüben, hat jeder die Lektion gelernt? Ich hoffe, dass dieser Artikel für alle beim Lernen oder Arbeiten hilfreich sein wird.
Weitere verwandte Artikel zum Lesen von Bildattributinformationen in Python finden Sie auf der chinesischen PHP-Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

Bei der Verwendung von Pythons Pandas -Bibliothek ist das Kopieren von ganzen Spalten zwischen zwei Datenrahmen mit unterschiedlichen Strukturen ein häufiges Problem. Angenommen, wir haben zwei Daten ...

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...

Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...

Regelmäßige Ausdrücke sind leistungsstarke Tools für Musteranpassung und Textmanipulation in der Programmierung, wodurch die Effizienz bei der Textverarbeitung in verschiedenen Anwendungen verbessert wird.

Wie hört Uvicorn kontinuierlich auf HTTP -Anfragen an? Uvicorn ist ein leichter Webserver, der auf ASGI basiert. Eine seiner Kernfunktionen ist es, auf HTTP -Anfragen zu hören und weiterzumachen ...

Wie erstellt in Python ein Objekt dynamisch über eine Zeichenfolge und ruft seine Methoden auf? Dies ist eine häufige Programmieranforderung, insbesondere wenn sie konfiguriert oder ausgeführt werden muss ...

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben
