feat: 色情图片识别(NudeNet)；明暗档位改为5档(20%~100%)

README.md

@@ -9,7 +9,7 @@
 - **非标分辨率归类**：按像素区间（每 1024px 一档）自动归入 1K ~ 19K / 普通 / 原图（原画质）目录
 - **方向区分**：横屏、竖屏、等比（正方形）分开整理，GIF 单独处理
 - **EXIF 旋转修正**：手机/相机竖拍的图（文件里横着存、带 EXIF 旋转标记）自动识别并转正——找到 ffmpeg 时用 ffmpeg 把像素真正转正；找不到时至少按"显示方向"（宽高对调）归类，不会再误入横屏目录
-- **明暗分类**：基于 ITU-R BT.601 亮度公式分析每张图片明暗程度，暗色（亮度 < 80）像素占比为 darkScore、亮色（亮度 > 175）像素占比为 lightScore；以两者差幅判定亮暗主导，在分辨率目录下追加 `dark_N` / `mid` / `bright_N` 子目录（N 为占比四舍五入到 10% 的档位）
+- **明暗分类**：基于 ITU-R BT.601 亮度公式分析每张图片明暗程度，暗色（亮度 < 80）像素占比为 darkScore、亮色（亮度 > 175）像素占比为 lightScore；以两者差幅判定亮暗主导，在分辨率目录下追加 `dark_N` / `mid` / `bright_N` 子目录（N 为占比四舍五入到 20% 的档位，20/40/60/80/100 共 5 档）
 - **音频归类**：音频文件单独归入「音频」目录
 - **异常兜底**：读取失败、不支持的格式自动归入「读取异常」「已忽略」目录
 - **自动整理**：无需人工干预，扫描 → 分析 → 移动一次完成，跨磁盘自动降级为复制后删除
@@ -104,7 +104,7 @@ npm install && npm run dev
 {uid}-图片_横屏_720P/dark_100      ← 1280×720，暗色主导
 {uid}-图片_横屏_1D5KP/mid          ← 1600×900，明暗均衡
 {uid}-图片_横屏_1080P/bright_100   ← 1920×1080，亮色主导
-{uid}-图片_横屏_2DKP/dark_70       ← 2048×1080（影院 2K）
+{uid}-图片_横屏_2DKP/dark_80       ← 2048×1080（影院 2K）
 {uid}-图片_竖屏_...                  ← 竖屏按同样规则（普通 / 1K~19K / 原图）
 {uid}-图片_等比_...                  ← 等比（正方形）按同样规则
 {uid}-图片_GIF                      ← 所有 GIF 图片
@@ -146,7 +146,7 @@ lightScore = 亮度 > 175 的像素占比
 ```
 
 - **判定规则**：`lightScore` 高于 `darkScore` 15 个百分点以上归 `bright_N` 子目录，反之归 `dark_N` 子目录；差幅不足 15% 视为中性归 `mid`（不强制二选一），明暗名作为分辨率目录下的子目录（如 `图片_横屏_1080P/bright_20`）
-- **档位命名**：N 为占比四舍五入到 10% 的档位（10~100），如 darkScore 0.70 → `dark_70`，表示占比命中 [N-5%, N+5%) 区间
+- **档位命名**：N 为占比四舍五入到 20% 的档位（20~100，共 5 档），如 darkScore 0.70 → `dark_80`，表示占比命中 [N-10%, N+10%) 区间
 - **透明处理**：完全透明的像素（alpha=0）不计入统计，全透明图片归 `-mid`
 - **性能**：大图（>100 万像素）先等比缩放为最长边 512px 的缩略图（纯内存）再统计明暗，内存占用与耗时大幅下降；超 4000 万像素的图片直接跳过明暗分析（按中性 mid 归类）避免 OOM
 
@@ -163,6 +163,7 @@ lightScore = 亮度 > 175 的像素占比
 │   ├── store/         # SQLite 媒体信息持久化 + 查询/统计
 │   ├── service/       # 后台任务编排（扫描整理任务 + 状态/日志）
 │   ├── config/        # Web 服务配置加载（application.properties）
+│   ├── nsfw/          # 色情图片识别（本机 python + NudeNet 本地服务）
 │   ├── api/           # HTTP 接口层（统一响应 / 媒体列表 / 统计 / 扫描触发）
 │   └── digest/        # 文件 MD5 / 指纹采样
 ├── frontend/          # 前端工程（Vue 2 + ElementUI + Vite，dist 内嵌进程序）
@@ -181,6 +182,16 @@ lightScore = 亮度 > 175 的像素占比
 - ffprobe 内嵌（Windows），运行前释放到当前目录、结束后自动删除
 - EXIF 旋转转正需要 ffmpeg：配置 `ffmpeg.path` 指定路径，或让 ffmpeg 在 PATH 里；找不到 ffmpeg 时不转正像素，仍按显示方向归类。可用 `organize.rotateImages=false` 关闭
 
+## 色情图片识别（可选）
+
+基于本机 **Python + NudeNet** 的离线鉴黄，判为色情的图片移入 `图片_敏感_*` 分类目录（明暗子目录照常保留，如 `图片_敏感_横屏_1080P/bright_20`），便于事后人工复核。
+
+- **开启**：`application.properties` 里设 `nsfw.enabled=true`（默认关闭）
+- **依赖**：本机安装 Python（>=3.6）并 `pip install nudenet`（包自带 320n 模型，无需手动下载）
+- **可调**：`nsfw.python`（python 路径，留空自动在 PATH 找）、`nsfw.threshold`（判定阈值，默认 0.5）
+- **敏感类**：`FEMALE_GENITALIA_EXPOSED` / `MALE_GENITALIA_EXPOSED` / `ANUS_EXPOSED` / `FEMALE_BREAST_EXPOSED`，任一分数达标即判定
+- **降级**：未装 python / nudenet 时打印警告并跳过识别，图片按普通流程整理，不影响其它功能
+
 ## License
 
 Apache 2.0