快捷導(dǎo)航

利用Python實(shí)現(xiàn)讀取照片的Exif信息

更新時(shí)間：2023年10月18日 08:18:04 作者：古明地覺的編程教室

這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)讀取照片的Exif信息,文中的示例代碼簡(jiǎn)潔易懂,具有一定的參考價(jià)值,有需要的小伙伴可以參考下

今天要水的文章是，用 Python 讀取照片的 Exif 信息。現(xiàn)如今的智能手機(jī)在拍攝照片時(shí)，都含有 Exif（可交換圖像文件格式，Exchangeable image file format）信息，通過該信息可以獲取拍照時(shí)的位置、時(shí)間，以及手機(jī)品牌等信息。那么下面就看看如何使用 Python 去獲取這些信息吧。

Python 想要讀取 Exif 信息需要安裝一個(gè)第三方庫，直接 pip install exifread 即可。

import exifread

with open("1.jpg", 'rb') as f:
    # 直接可以拿到里面的信息，內(nèi)容非常多
    # 但如果無法讀取，那么返回值 exif 就是 None
    exif = exifread.process_file(f)

# 這里我們選一些常用的，里面的 value 需要轉(zhuǎn)成字符串
# 不轉(zhuǎn)成字符串的話看起來會(huì)比較費(fèi)勁
print("圖片寬度:", str(exif["Image ImageWidth"]))
print("圖片高度:", str(exif["Image ImageLength"]))
print("手機(jī)品牌:", str(exif["Image Make"]))
print("手機(jī)型號(hào):", str(exif["Image Model"]))
print("拍攝時(shí)間:", str(exif["Image DateTime"]))
print("經(jīng)度:", str(exif["GPS GPSLongitude"]))
print("東經(jīng)還是西經(jīng):", str(exif["GPS GPSLongitudeRef"]))
print("緯度:", str(exif["GPS GPSLatitude"]))
print("南緯還是北緯:", str(exif["GPS GPSLatitudeRef"]))
"""
圖片寬度: 3968
圖片高度: 2976
手機(jī)品牌: HUAWEI
手機(jī)型號(hào): EML-AL00
拍攝時(shí)間: 2021:07:08 19:52:23
經(jīng)度: [116, 28, 5973999/100000]
東經(jīng)還是西經(jīng): E
緯度: [39, 59, 1255371/200000]
南緯還是北緯: N
"""

還是比較簡(jiǎn)單的，但是里面的經(jīng)度和緯度比較怪，我們還需要再對(duì)其轉(zhuǎn)化一下。

lng = str(exif["GPS GPSLongitude"])  # 經(jīng)度
lat = str(exif["GPS GPSLatitude"])  # 緯度
print(lng)  # [116, 28, 5973999/100000]
print(lat)  # [39, 59, 1255371/200000]

# 轉(zhuǎn)成列表
lng = lng[1: -1].replace("/", ",").split(",")
lat = lat[1: -1].replace("/", ",").split(",")
print(lat)  # ['39', ' 59', ' 1255371', '200000']
print(lng)  # ['116', ' 28', ' 5973999', '100000']

# 然后得到具體的經(jīng)緯度
lng = float(lng[0]) + float(lng[1]) / 60 + float(lng[2]) / float(lng[3]) / 3600
lat = float(lat[0]) + float(lat[1]) / 60 + float(lat[2]) / float(lat[3]) / 3600
print(lng)  # 116.48326110833334
print(lat)  # 39.98507690416667

這里得到的經(jīng)緯度永遠(yuǎn)是正數(shù)，如果是西經(jīng)，那么得到的經(jīng)度要乘上 -1；同理如果是南緯，那么緯度要乘上 -1。

另外需要注意，并非所有的照片都能夠進(jìn)行解析，必須是攜帶 Exif 信息的原始圖片。如果中間進(jìn)行了壓縮、或者 P 圖，那么就無法識(shí)別了。

當(dāng)然像一些社交平臺(tái)也會(huì)專門針對(duì) Exif 進(jìn)行處理，比如微信，你發(fā)在朋友圈的圖片會(huì)自動(dòng)壓縮，所以是不會(huì)暴露位置信息的。

方法補(bǔ)充

除了上文的方法，小編還為大家整理了其他Python讀取圖片Exif信息的方法，需要的可以收藏一下

方法一：

示例代碼

import exifread
import requests


class PhotoExifInfo():
    
    def __init__(self,photo_path):
        self.photo_path = photo_path
        self.baidu_map_ak = "your baidu map api key"
        self.image_info_dict={}
        self.tags ={}
        self.interested_keys = [
            'EXIF ExposureMode',
            'EXIF ExposureTime',
            'EXIF Flash',
            'EXIF ISOSpeedRatings',
            'Image Model',
            'EXIF ExifImageWidth',
            'EXIF ExifImageLength',
            'Image DateTime',
            'EXIF DateTimeOriginal',
            'Image Make',

            # lens
            # jiaoju
        ]
        
        
    def get_tags(self):
        """
        獲取照片信息
        """
        image_content = open(self.photo_path, 'rb')
        tags = exifread.process_file(image_content)
        self.tags = tags
        
        for item in self.interested_keys:
            try:
                info = tags[item]
                self.image_info_dict[item] = info
            except:
                print(f'{self.photo_path} has no attribute of {item}')                
                continue
            
        # 遍歷獲取照片所有信息
        #for j, k in tags.items():
            #print(f"{j} : {k}")
            #print('拍攝時(shí)間：', tags['EXIF DateTimeOriginal'])
            #print('照相機(jī)制造商：', tags['Image Make'])
            #print('照相機(jī)型號(hào)：', tags['Image Model'])
            #print('照片尺寸：', tags['EXIF ExifImageWidth'], tags['EXIF ExifImageLength'])
            
     
        image_content.close()
       

    def get_lng_lat(self):
        """經(jīng)緯度轉(zhuǎn)換"""
        tags = self.tags
        try:
            # 緯度
            LatRef = tags["GPS GPSLatitudeRef"].printable
            Lat = tags["GPS GPSLatitude"].printable[1:-1].replace(" ", "").replace("/", ",").split(",")
            Lat = float(Lat[0]) + float(Lat[1]) / 60 + float(Lat[2]) / 3600
            if LatRef != "N":
                Lat = Lat * (-1)
            # 經(jīng)度
            LonRef = tags["GPS GPSLongitudeRef"].printable
            Lon = tags["GPS GPSLongitude"].printable[1:-1].replace(" ", "").replace("/", ",").split(",")
            Lon = float(Lon[0]) + float(Lon[1]) / 60 + float(Lon[2]) / 3600
            if LonRef != "E":
                Lon = Lon * (-1)
            return Lat,Lon
        except:
            print('Unable to get')



    def get_city_info(self):
        result = self.get_lng_lat()
        if result:
            Lat, Lon = result
            url = "https://api.map.baidu.com/reverse_geocoding/v3/?ak="+self.baidu_map_ak+"&output=json&coordtype=wgs84ll&location=" + str(Lat) + ',' + str(Lon)
            #url = "https://api.map.baidu.com/reverse_geocoding/v3/?ak="+self.baidu_map_ak+"&output=json&coordtype=wgs84ll&location=31.225696563611,121.49884033194"
            response = requests.get(url).json()
            status = response['status']
            if status == 0:
                address = response['result']['formatted_address']
                if address != "":
                    self.image_info_dict['Position'] = address
            else:
                print('baidu_map error')
    
    
    
    def get_image_info(self):
        self.get_tags()
        self.get_city_info()
        return self.image_info_dict
    
    
    
if __name__ == '__main__':
    result = PhotoExifInfo("test.jpeg").get_image_info()
    
    for j, k in result.items():
        print(f"{j} : {k}")

示例輸出

EXIF ExposureMode : Auto Exposure
EXIF ExposureTime : 10/24723
EXIF Flash : Flash did not fire, auto mode
EXIF ISOSpeedRatings : 50
Image Model : vivo Z1
EXIF ExifImageWidth : 4144
EXIF ExifImageLength : 1968
Image DateTime : 2019:11:03 11:34:24
EXIF DateTimeOriginal : 2019:11:03 11:34:24
Image Make : vivo
Position : 上海市黃浦區(qū)中山南路187

方法二

示例代碼

import exifread
import json
import urllib.request

f = open('1.jpg', 'rb')

tags = exifread.process_file(f)
print(tags)
# 打印所有照片信息，會(huì)以鍵值對(duì)的方法保存
for tag in tags.keys():
    print("Key: {0}, value {1}".format(tag, tags[tag]))

# 打印照片其中一些信息
print('拍攝時(shí)間：', tags['EXIF DateTimeOriginal'])
print('照相機(jī)制造商：', tags['Image Make'])
print('照相機(jī)型號(hào)：', tags['Image Model'])
print('照片尺寸：', tags['EXIF ExifImageWidth'], tags['EXIF ExifImageLength'])


def getLatOrLng(refKey, tudeKey):
    """
    獲取經(jīng)度或緯度
    """
    if refKey not in tags:
        return None
    ref = tags[refKey].printable
    LatOrLng = tags[tudeKey].printable[1:-1].replace(" ", "").replace("/", ",").split(",")
    print(LatOrLng)
    LatOrLng = float(LatOrLng[0]) + float(LatOrLng[1]) / 60 + float(LatOrLng[2]) / 3600
    if refKey == 'GPS GPSLatitudeRef' and tags[refKey].printable != "N":
        LatOrLng = LatOrLng * (-1)
    if refKey == 'GPS GPSLongitudeRef' and tags[refKey].printable != "E":
        LatOrLng = LatOrLng * (-1)
    return LatOrLng


# 調(diào)用百度地圖API通過經(jīng)緯度獲取位置
def getlocation(lat, lng):
    """
    exif里面的經(jīng)緯度是度分秒形式傳入的，需要轉(zhuǎn)換為小數(shù)形式，然后根據(jù)傳入的經(jīng)緯度,調(diào)用百度接口去查詢?cè)敿?xì)地址
    """
    url = "http://api.map.baidu.com/reverse_geocoding/v3/?ak=百度API的AK信息，需要自己去申請(qǐng)&output=json&coordtype=wgs84ll&language_auto=1&extensions_town=true&location=" + lat + "," + lng
    req = urllib.request.urlopen(url)
    res = req.read().decode("utf-8")
    print(res)
    str1 = json.loads(res)
    jsonResult = str1.get('result')
    formatted_address = jsonResult.get('formatted_address')
    return formatted_address


lat = getLatOrLng('GPS GPSLatitudeRef', 'GPS GPSLatitude')  # 緯度
lng = getLatOrLng('GPS GPSLongitudeRef', 'GPS GPSLongitude')  # 經(jīng)度
print('緯度:{0} 經(jīng)度：{1}'.format(lat, lng))

location = getlocation(str(lat), str(lng))
print('位置：{0}'.format(location))

到此這篇關(guān)于利用Python實(shí)現(xiàn)讀取照片的Exif信息的文章就介紹到這了,更多相關(guān)python讀取照片Exif信息內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: