如何使用 NodeJs 实现 小米14 的徕卡水印框 🐳🐳🐳

我们在网上看到一些照片，例如小米 14 那种拍出来的照片，带有边框信息的，看着来很酷，那么我们是否也可以自己实现一个呢，接下来我们将借助 ExifTool 基于 NodeJs 来实现这样的工具来实现这样的功能。

ExifTool

ExifTool 是一个由 Phil Harvey 开发的、用于读取、编写和编辑文件元数据的命令行工具。它广泛支持各种文件格式，尤其是图像、音频和视频文件的元数据处理。ExifTool 是摄影、数字资产管理、数据取证等领域的事实标准工具，被广泛用于处理和分析 EXIF（可交换图像文件格式）数据。

ExifTool 基础知识

EXIF（Exchangeable Image File Format）数据是嵌入在图片和音频文件中的元数据，用于存储拍摄设备的信息和设置。例如：

1. 拍摄设备信息：相机品牌、型号、序列号等。

2. 拍摄参数：光圈、快门速度、ISO 感光度、焦距等。

3. 拍摄时间：记录照片的拍摄日期和时间。

4. 地理位置信息：通过 GPS 捕获的经纬度信息。

5. 图像处理信息：白平衡、对比度、色彩空间等。

它主要能够执行以下操作：

1. 读取元数据：从文件中提取和显示详细的元数据信息。

2. 写入元数据：向文件中添加或修改元数据。

3. 删除元数据：删除文件中的特定元数据或所有元数据。

4. 转换格式：将元数据从一种格式转换为另一种格式，或在不同类型的文件间复制元数据。

5. 批量处理：对大量文件进行批量元数据操作。

ExifTool 支持非常广泛的文件格式，涵盖了图片、音频、视频、文档等多种类型。例如：

1. 图片格式：JPEG, TIFF, PNG, RAW 文件（如 CR2, NEF, DNG 等）。

2. 音频格式：MP3, FLAC, WAV。

3. 视频格式：MP4, MOV, AVI。

4. 其他：PDF, DOCX, ZIP, ISO, 和许多其他文件类型。

要想使用，我们首先需要在操作系统上安装，如果你使用的是 mac，那么我们可以使用 Homebrew 来进行安装：

brew install exiftool

验证它是否安装成功，那么我们只需要执行以下命令即可：

exiftool -ver

最终输出结果如下图所示：

ExifTool 的基本用法

我们可以使用 ExifTool 来读取图片中的元数据：

exiftool DSC_0142_1.NEF

输出的内容可太多了，它的格式是键值对的形式，除了这些基础的之外，我们还可以修改或者添加元数据，例如修改作者信息：

exiftool -Artist="Moment" DSC_0142_1.NEF

要想删除图片中所有的元数据，那么我们可以执行：

exiftool -all= DSC_0142_1.NEF

当然我们也可以选择性地删除某些特定类型的元数据，例如 GPS 信息：

exiftool -gps:all= DSC_0142_1.NEF

除了前面这些能一下子输出所有信息之外，我们还可以定制输出的格式，比如只显示特定类型的元数据：

exiftool -make -model -exposuretime DSC_0142_1.NEF

这会输出相机品牌、型号和曝光时间。

总的来说，ExifTool 通过解析文件头和元数据块来读取和写入元数据。它支持的标签种类非常多，并且可以深入到文件的各个层级提取信息。它能够处理多种格式和厂商特定的扩展。例如，针对不同厂商的 RAW 格式，ExifTool 能够识别和提取特定的元数据。

借助这些东西，我们可以将它应用于以下场景：

1. 摄影工作流：在摄影工作流中，用于整理、标记和优化图像文件。

2. 数字取证：在调查中，用于分析图像和文件的来源及其修改历史。

3. 数字资产管理：在大型媒体库中，用于管理和索引元数据。

4. 隐私保护：在发布或共享照片前，用于删除敏感的 EXIF 数据（如 GPS 信息）。

如何在 NodeJs 项目中实现

要想实现在原有照片的基础上，添加一些边框来显示照片的其他信息，我们可以使用 exiftool-vendored 包，它是一个用于 Node.js 环境的库，它封装了 ExifTool 的功能，方便在 Node.js 项目中直接调用和使用 ExifTool。这个库的主要目的是让开发者在 Node.js 应用程序中处理图像的 EXIF 数据时更加简单和方便，而不必手动管理 ExifTool 的安装和配置。

它的基本使用示例如下图所示：

const { exiftool } = require("exiftool-vendored");
const path = require("path");

async function readExifData() {
  const imagePath = path.join(__dirname, "example.jpg");

  try {
    const exifData = await exiftool.read(imagePath);
    console.log("EXIF Data: ", exifData);
  } catch (error) {
    console.error("Error reading EXIF data:", error);
  } finally {
    await exiftool.end(); // 确保资源释放
  }
}

readExifData();

执行文件，它的输出结果最终如下图所示：

接下来我们将实现一个完整的案例，最终如下代码所示：

const { exiftool } = require("exiftool-vendored");
const path = require("path");
const Jimp = require("jimp");
const { exec } = require("child_process");

const nefImagePath = path.join(__dirname, "DSC_0142_1.NEF");
const jpegImagePath = path.join(__dirname, "DSC_0142_1.jpg");

async function convertNefToJpeg() {
  return new Promise((resolve, reject) => {
    const command = `exiftool -b -JpgFromRaw -w .jpg "${nefImagePath}"`;
    console.log("正在执行命令:", command);
    exec(command, (error, stdout, stderr) => {
      if (error) {
        console.log(`将 NEF 转换为 JPEG 时出错: ${stderr}`);
        reject(`将 NEF 转换为 JPEG 时出错: ${stderr}`);
      } else {
        console.log("JPEG 转换成功。");
        resolve();
      }
    });
  });
}

async function readExifData() {
  try {
    // 第一步: 将 NEF 转换为 JPEG
    console.log("正在将 NEF 转换为 JPEG...");
    await convertNefToJpeg();

    // 第二步: 从原始 NEF 文件读取 EXIF 数据
    console.log("正在读取 EXIF 数据...");
    const exifData = await exiftool.read(nefImagePath);
    console.log("成功读取 EXIF 数据。");

    // 第三步: 提取所需的 EXIF 信息
    const cameraMake = exifData.Make || "未知制造商";
    const cameraModel = exifData.Model || "未知型号";
    const lensInfo = exifData.LensID || exifData.LensModel || "未知镜头";
    const fNumber = exifData.FNumber || "未知光圈值";
    const shutterSpeed = exifData.ShutterSpeed || "未知快门速度";
    const isoSpeed = exifData.ISO || "未知 ISO 值";
    const exposureTime = exifData.ExposureTime || "未知曝光时间";

    const infoText = `${cameraMake} ${cameraModel}\n镜头: ${lensInfo}\n光圈: ${fNumber}\n快门: ${shutterSpeed}\nISO: ${isoSpeed}\n曝光: ${exposureTime}`;

    // 第四步: 读取转换后的 JPEG 图像，并添加带有 EXIF 信息的边框
    console.log("正在读取转换后的 JPEG 图像...");
    const image = await Jimp.read(jpegImagePath);
    const borderSize = 100;

    // 创建一个带有边框的新图像
    const borderedImage = new Jimp(
      image.bitmap.width + borderSize * 2,
      image.bitmap.height + borderSize * 2,
      0xffffffff // 边框的白色背景
    );

    // 将原图像复合到新图像上（带边框）
    borderedImage.composite(image, borderSize, borderSize);

    // 加载字体并在边框上打印 EXIF 信息
    console.log("正在加载字体并将 EXIF 信息添加到边框...");
    const font = await Jimp.loadFont(Jimp.FONT_SANS_32_BLACK);
    borderedImage.print(
      font,
      10, // 文字的 x 位置
      10, // 文字的 y 位置
      {
        text: infoText,
        alignmentX: Jimp.HORIZONTAL_ALIGN_LEFT,
        alignmentY: Jimp.VERTICAL_ALIGN_TOP,
      },
      image.bitmap.width + borderSize * 2 - 20 // 文字的最大宽度
    );

    // 第五步: 保存最终的图像
    const outputImagePath = path.join(
      __dirname,
      "bordered_image_with_exif.jpg"
    );
    console.log("正在保存带边框的图像至:", outputImagePath);
    await borderedImage.writeAsync(outputImagePath);

    console.log(
      "图像已保存，带有边框和 EXIF 信息，保存路径为:",
      outputImagePath
    );
  } catch (error) {
    console.log("出错了: " + error.message);
  } finally {
    await exiftool.end(); // 释放资源
  }
}

readExifData();

在上面的代码中，主要的执行流程有以下几个方面：

1. 转换图像格式：使用 exiftool 将 NEF 格式的照片转换为 JPEG 格式，因为 Jimp 不支持 NEF 格式。

2. 读取 EXIF 数据：从 NEF 文件中提取 EXIF 元数据，如相机品牌、型号、镜头信息等。

3. 处理图像：使用 Jimp 创建一个带有白色边框的图像，并在边框上添加从 EXIF 数据中提取的文本信息。

4. 保存最终图像：将处理后的图像保存为一个新的 JPEG 文件。

执行命令后我们可以看到控制台下有如下输出：

最终的输出结果如下图所示：

总结

ExifTool 可用于照片整理、按元数据分类管理；添加或修改版权信息；以及删除敏感数据如 GPS 信息以保护隐私。它在数字取证和照片管理中非常实用。

最后分享两个我的两个开源项目,它们分别是:

• 前端脚手架 create-neat
• 在线代码协同编辑器

这两个项目都会一直维护的，如果你想参与或者交流学习，可以加我微信 yunmz777 如果你也喜欢,欢迎 star 🚗🚗🚗

文章推荐 自从用了 GPT4o，原来要 20 分钟写完的组件，我 5 分钟就能写完成了