红外相机照片的归档管理

使用背景

在野生动物的调查监测中,红外相机的应用,已经很普遍了... ...。这种非损伤性的取样调查,不仅效率高,强度大,而且现在的成本也越来越低。然而使用红外相机在野外进行监测,数据量是庞大的,几个月下来,1个相机可能能产出几百张相片,100个相机的产出可以达到上万。这是巨大的信息量,可以用来做很多事情。如果没有好好的管理这些信息,无疑也是巨大的资源浪费。怎么最大化提取这些信息的价值,首先就得管理好回收照片。


照片信息管理需求

粗放的3步是大致的流程,目的是了解照片需要归档并且数据化:

第一步,将照片文件全部保存到专用储存空间,重命名,筛选,去掉空白照片
第二步,保存归档筛选后的照片原始文件
第三步,提取照片信息,制作照片信息管理表格

经过第一步,我们需要对有效的照片进行归档管理,同时归档管理需要满足以下几个条件:

  1. 照片名不能重复
  1. 照片名可以提供信息
  2. 照片名可以快速检索

为了达到这3个目的,我们需要统一按照时间维度归档管理照片。

  • 第一步,首先需要把所有照片放入一个文件夹内,文件夹按照照片回收的日期月份命名,比如在2017年5月份回收的照片,我们将其命名为2017-5-相机编号-sd卡编号

  • 第二步,文件夹命名后,筛选,去掉空白照片,将sd卡有效照片全部拷入该文件夹,并按Ctrl+A全选照片文件,然后按F2或者点击鼠标右键,选择重命名文件,命名规则同文件夹命名规则相同,即2017-5-相机编号-sd卡编号,回车后所有照片自动重命名排序。

  • 第三步,建立年度文件夹,比如2017年,将2017年所有的月份文件夹放入2017年的文件夹中,以此类推,便可以建立按照2015,2016,2017年份排序的文件夹。


照片信息如何提取——数据化

对于科研监测工作来说,照片带给我们的不仅是影像记录,还包括重要的拍摄内容和时间信息。比如通过持续性的几年监测,我们可以了解这个地区的物种组成,时空分布,以及种群动态变化。因此,相机中最关键的数据信息包括相机的安放位置特征,拍摄到的物种以及拍摄时间

  • 安放位置特征可以通过GPS获取,包括经度、纬度、海拔;以及林型、地形等环境因素。

  • 物种信息需要通过管理人员辨识,这个工作量很大,照片积累很多的时候往往需要投入大量时间和人力,甚至聘请专业人士鉴别。

  • 拍摄时间在照片的Exif信息[1]中,照片少的情况我们可以通过手动查看,鼠标右键点击照片——属性——高级——元数据(Meta Data),便可以看到照片的拍摄时间,从年月日到时分秒。还有很多信息如拍摄的光圈、快门速度等,但这里我们不用。

几张照片很好处理,那几十张甚至几百张呢,我们需要偷懒了,一张张的点击照片检索元数据即浪费鼠标又消耗情绪,所以需要批量提取元数据的软件,在完成照片的文件夹管理后,我们可以使用不同的EXIF数据提取工具,这里推荐的是Picture Information Extractor,为什么推荐PIE,因为其他软件大多收费,免费的也不好用。PIE免费,操作简单,容易实现目的,缺点是没有MAC版本,只能在Windows上面使用。

附上PIE免费版下载地址https://pan.baidu.com/s/1nvmHGW5

使用PIE,我们可以将一个文件夹中所有照片的EXIF信息输出成为一张EXCEL表格,不仅便于管理数据,更容易分析结果。

  1. 打开PIE,选择需要输出信息数据的照片文件夹,如下图中左边的文件夹选择方法。
选择文件夹

建议在视图区选择信息标志,这样可以显示出所有照片的元数据信息


浏览照片信息
  1. 通过点击Metadata——Generate Report打开信息菜单


    PIE生成数据信息表格

元数据菜单中选择需要输出的照片信息,这里面比较重要的是第一个Date Taken,即照片的拍摄时间,其他的信息可以根据自己的需求点击选择。下图中下面划红色线的部分是输出的信息表的位置和文件名,可以通过点击右边的标志来进行选择。

选择需要的照片信息表

设置好后,点击OK,变生成了EXCEL信息表。新生成的表由于仅包括照片编号(表中可能是名称)和拍摄时间(表中是Date Taken),内容很简单,如下图所示,需要进一步补充信息。

新生成的表

经过我们手动补充相机编号、物种辨识、数量、相机GPS位置、海拔等信息,我们预期得到如下图所示的表格内容:

红外相机照片信息管理表

到这里,前期的数据准备工作已经基本完成,最重要的3步,依次是

  1. 筛选
  1. 保存原始照片
  1. 提取照片EXIF信息,辨识照片物种,制作照片信息管理表格

至此,照片的管理归档完成,下一步就是照片的数据分析,这里又是一个更大的坑... ...


  1. 可交换图像文件格式常被简称为Exif(Exchangeable image file format),是专门为数码相机的照片设定的,可以记录数码照片的属性信息和拍摄数据。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 221,576评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,515评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,017评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,626评论 1 296
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,625评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,255评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,825评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,729评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,271评论 1 320
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,363评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,498评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,183评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,867评论 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,338评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,458评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,906评论 3 376
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,507评论 2 359

推荐阅读更多精彩内容