[求助] 同一个文件夹下几百万张图片的分类及后续查询

[Morrowless]

事情是这样的

一台图片服务器硬盘崩了，通过数据恢复把图片恢复了出来。

然而，目录结构以及文件名丢失。

现在恢复出来的情况是同一个文件夹下有九百多万张图片。

需求

这些图片可以通过分辨率先进行初筛，只需要其中大概 2/3 的特定分辨率的图片。

筛出来的图片在固定位置有固定格式的附加文字，需要通过 OCR 批量去识别出来并进行分类。

由于图片数量实在太多，最好能有一个方便的界面来通过关键字进行查询。

如果有大佬做过类似的项目可以详谈

Telegram

[Qetesh]

Umi-OCR

[NoOneNoBody]

ocr = PaddleOCR(use_angle_cls=True, lang='ch')
result = ocr.ocr(cvim, det=True, cls=False)
if withpos: return result
return [x[-1][0] for y in result for x in y]

python 就四行，没了，英语就将 ch 改成 en
withpos==True 是文字并带上位置信息，False 是只输出文字
cvim 是 opencv 读取图片后的格式，numpy.ndarray
可以多进程并发