城市与街道
夜间霓虹、雨天路面、临街店铺的招牌。按城市和年份分册,取景位置都留了坐标,同一处地方不同年份的对比能直接调出来。
个人影像档案 · 自建 · 长期更新
把十年里拍过的照片收进一个能被自己找到的地方:按时间归位、逐张标注、随手检索。这套东西从一台塞满硬盘的抽屉开始,慢慢长成了现在的样子。
一套自己维护的私人影像存档
最早只是为了回答一个很具体的问题:三年前在某个城市拍的那张街角,到底存在哪块硬盘里。后来照片越攒越多,翻找的成本高到让人干脆不再翻,于是开始认真做归档——统一导入、去重、按拍摄时间归位,再用脚本给每张照片建立可检索的索引。
「智能」的部分做得克制:本地跑一遍内容识别,生成场景、主体和色调标签,再由我自己逐张校对。模型只负责把候选挑出来,判断权始终留在手上。原始文件全程只读保存,不上传,也不参与任何训练。
现在它更像一份长期写下去的影像日记。更新频率不高,但每次整理都会顺手修掉一批旧错误:错位的时区、写反的地点、认错的标签。慢,但可靠。
按拍摄方式与题材分开归档
夜间霓虹、雨天路面、临街店铺的招牌。按城市和年份分册,取景位置都留了坐标,同一处地方不同年份的对比能直接调出来。
135 与 120 反转片,透扫后保留原始色深,不做锐化,只在必要时校色。每一卷都记了机身、镜头和胶种。
桌面、书脊、厨房的角落。拍得最多,也删得最多,最后留下来的不到三成。留下的那部分按季度排进相册。
家里的纸质相册逐年翻拍,修掉划痕和偏色后与原片对照归档,长辈的名字和年份都补进了标签里。
从导入到可检索,五个环节
相机、手机、扫描仪的文件统一导入,按内容哈希去掉重复,原始文件以只读方式保存,改动只发生在副本上。
读取拍摄参数与定位信息,缺失的部分按相邻照片和当天的行程记录补上,宁可留空也不乱填。
本地模型跑一遍内容识别,给出场景、主体、色调三类候选标签,缩略图之外的内容不离开这台机器。
标签和相册封面逐张过一遍,明显误判的直接改掉。标签表一直控制在两百多个,宁可少而准。
按关键词、时间、地点、镜头组合检索,结果按相似度排序;完整备份两份,其中一份离线存放。
想到什么记什么
把 2019 年那组夜景重新导入了一遍,修掉了当年整批照片的时区偏移,顺序终于对上了。
扫描仪改用透扫模式重扫了两卷反转片,暗部的层次比透光板好出一截,后续都按这个流程走。
把标注模型的标签表从 480 个精简到 240 个,检索的命中率反而升了,多余的标签只会稀释结果。
旧照翻拍完成第二批,共 612 张。去划痕的脚本又调了一次参数,浅色纸张上的划痕基本能自动处理掉。
关于影像整理,欢迎来信
hello@ominipic.xyz
图库的整理方法、扫描与校色、检索索引怎么写,以及老照片的修复与归档。
工作日的晚上看邮件。问题越具体,回得越详细,附上原片信息更好聊。
家里旧相册的翻拍与修复咨询,能给出流程上的建议,也会如实说明哪些做不了。