Question

我想获取包含任意文件（典型的“下载”目录）的目录的内容，并以编程方式确定给定文件是否为任何类型的图像。

我在Clojure工作，但JVM上可用的任何东西都是合理的游戏。

提前致谢！

Answer 1

显然，最简单的方法是查看文件扩展名。当然，它不一定可靠，但在某些情况下可能就足够了。

如果没有读取整个图像，您可以读取文件的前几个字节，通过其“幻数”来识别它。例如，JPEG文件始终以两个字节0xFFD8开头，以0xFFD9结尾; PDF始终以字符串“％PDF”开头。

这样可以节省在内存中创建映像的开销，并且还可以加快I / O速度（因为您只需要文件的几个字节）。

如果您不想自己研究所有这些神奇的数字，可以尝试使用jMimeMagic这样的库。我从来没有使用它，所以我不能保证它的质量或完整性，但它是LGPL。我相信你也可以找到其他选择。

Answer 2

您可以使用能够检测多种类型文件的Tika library，并从许多文件中提取元数据。我有一个非常简单的Clojure wrapper

Answer 3

通过将您的问题评论与我之前的here答案相结合，我们能够解决这个问题。对代码进行微小更改后，可以使用非图像的图像。

我没有改变它以递归到子目录。很容易做到。

(defn files-in-dir [dir]                                                                                                               
  (filter #(not (.isDirectory %))                                                                                                      
          (.listFiles (java.io.File. dir))))                                                                                           

(defn figure-out-height-width                                                                                                          
  [files]                                                                                                                              
  (remove nil?                                                                                                                         
          (map (fn [file]                                                                                                               
                 (with-open [r (java.io.FileInputStream. file)]                                                                        
                   (if-let [img (javax.imageio.ImageIO/read r)]                                                                        
                     [file (.getWidth img) (.getHeight img)])))                                                                        
               files)))                                                                                                                

user> (pprint (files-in-dir "/home/jmccrary/Downloads/"))                                                                              
(#<File /home/jmccrary/Downloads/Girl_Talk_-_All_Day_(IA123)_mp3s.zip>                                                                 
 #<File /home/jmccrary/Downloads/CSS3-for-Web-Designers.zip>                                                                           
 #<File /home/jmccrary/Downloads/manual.pdf>                                                                                           
 #<File /home/jmccrary/Downloads/test.jpeg>                                                                                            
 #<File /home/jmccrary/Downloads/nautilus-dropbox_0.6.7_amd64.deb>                                                                     
 #<File /home/jmccrary/Downloads/rubygems-1.3.7.tgz>                                                                                   
 #<File /home/jmccrary/Downloads/HTML5-FOR-WEB-DESIGNERS.zip>                                                                          
 #<File /home/jmccrary/Downloads/bcompare-3.1.11.12238.tar.gz>                                                                         
 #<File /home/jmccrary/Downloads/shared_ptr_example.cpp>)                                                                              
nil                                                                                                                                    
user> (figure-out-height-width (files-in-dir "/home/jmccrary/Downloads"))                                                              
([#<File /home/jmccrary/Downloads/test.jpeg> 32 32])

稍微考虑一下之后，将图像文件的检查与拉出宽度和高度相结合感觉很脏。或者，您可以定义一个单独执行此过滤的函数，并为您提供一系列图像。

(defn filter-images                                                                                                                    
  [files]                                                                                                                              
  (reduce (fn [res file]                                                                                                                
            (if-let [img (javax.imageio.ImageIO/read file)]                                                                            
              (conj res img)                                                                                                           
              res))                                                                                                                    
          []                                                                                                                           
          files))

user> (filter-images (files-in-dir "/home/jmccrary/Downloads"))                                                                        
[#<BufferedImage BufferedImage@24753433: type = 5 ColorModel: #pixelBits = 24 numComponents = 3 color space = java.awt.color.ICC_Color\
Space@43036651 transparency = 1 has alpha = false isAlphaPre = false ByteInterleavedRaster: width = 32 height = 32 #numDataElements 3 \
dataOff[0] = 2>

]

如何确定文件是否是JVM上的图像？

3 个答案: