全类型识别：图片、视频、音频均可扫描（递归）；视频/音频以内嵌 ffprobe 探测媒体流为准，凡 ffmpeg 支持的格式都能识别，不依赖扩展名白名单
方向区分：横屏、竖屏、等比（正方形）分开整理
标准分辨率归类：720P、1D5KP、1080P、2DKP、2D5KP、UltraWide 2K/3K/4K、4KP、4KHP、8KP 等精确匹配单独建目录
非标分辨率归类：按长边每 1024px 一档归入 1K ~ 19K，不足一档归「普通」，超出归「原图」（视频为「原画质」）
明暗分类：基于 ITU-R BT.601 亮度公式，在分辨率目录下追加 dark_N / mid / bright_N 子目录（N 取 20/40/60/80/100 共 5 档）
EXIF 旋转修正：带旋转标记的竖拍图自动处理——有 ffmpeg 时物理转正像素，否则至少按显示方向（宽高对调）归类；可在配置中整体关闭
色情识别（可选）：本机 Python + NudeNet 离线鉴黄，命中的图片移入 图片_敏感_* 目录并记录检测分，Web 端可逐张预览复核
二次元识别（可选）：本机 Python + wd-tagger 识别二次元/动漫风格图片，输出 safe/questionable/explicit 三级分级，命中的图片移入 图片_二次元_* 目录并记录分级标签与 top tags，Web 端可逐张预览复核
异常兜底：读取失败、不支持格式自动归入「读取异常」「已忽略」目录；GIF、PSD 单独归类
断点续传：每个文件归类结果实时写入续传表（scan_log），扫描中断/出错后重跑时，已归类过的文件直接复用上次分类，不再重新探测尺寸 / 算 MD5 / 分析明暗 / 色情识别
媒体信息入库：自动把文件 MD5 与完整媒体信息（类型 / 宽高 / 时长 / 编码 / 容器等）写入 media-info.db（SQLite），支持筛选查询与去重
Web 管理界面：页面点击触发扫描整理，WebSocket 实时推送进度与运行日志；支持中止
并行处理：探测 / 归类 / 移动各阶段并发 worker 数可配置（默认 4）

支持的格式

类型	格式
图片	JPG / JPEG / JPE / JFIF / PNG / GIF / BMP / WEBP / PSD 等；Go 无法解码的格式由 ffprobe 兜底
视频	凡 ffmpeg 支持的容器/编码（MP4 / MKV / AVI / MOV / TS / FLV / WMV / RM / RMVB / WEBM / M2TS 等），以 ffprobe 探测结果为准
音频	凡 ffmpeg 支持的音频（MP3 / WAV / FLAC / AAC / M4A / OGG / WMA 等），统一归入「音频」目录

图片按 MIME + 扩展名识别（大小写不敏感）；视频/音频由 ffprobe 读取媒体流判定。

快速开始

运行

运行编译出的 exe（如 kenaito-media-picker.exe），程序启动后自动打开浏览器进入
Web 管理界面（默认 http://localhost:8080）。

整理不再自动执行——在页面上点击 【扫描整理】 后开始（会移动文件，请先备份）。

Web 页面

页面	功能
扫描整理	选择/输入扫描目录与存放目录，点击开始扫描，实时查看进度、运行日志，可中止
统计看板	媒体总数 / 总体积 / 平均·最大·最小文件 / 总时长，以及类型、方向、分辨率、编码、格式、扩展名等分布与体积 TOP10
媒体库	按类型 / 方向 / 分辨率 / 编码 / 格式 / 文件名筛选，分页 + 列排序
色情识别	展示最近一次开启识别扫描命中的图片：检测分 + 完整路径 + 缩略图预览，便于人工复核
二次元识别	展示最近一次开启识别扫描命中的二次元图片：分级（safe/questionable/explicit）+ 检测分 + top 标签 + 完整路径 + 缩略图预览，便于人工复核

配置（application.properties）

程序运行目录下的 application.properties，用记事本即可修改：

配置项	默认值	说明
`server.port`	`8080`	Web 服务端口
`server.autoOpen`	`true`	启动后是否自动打开浏览器
`database.dsn`	`media-info.db`	媒体数据库路径（相对路径相对运行目录）
`ffmpeg.path`	空	ffmpeg 路径，用于 EXIF 旋转转正；留空自动在 PATH 找
`organize.rotateImages`	`true`	是否处理 EXIF 旋转：`true` 转正/按显示方向归类；`false` 完全不处理，按存储方向原样归类
`organize.workers`	`4`	探测/归类/移动的并发 worker 数（`0` = 用满全部 CPU 核）
`nsfw.enabled`	`false`	是否开启色情图片识别
`nsfw.python`	空	python 可执行文件路径；留空自动在 PATH 找
`nsfw.threshold`	`0.5`	判定阈值（0~1），敏感部位检测分达到即判为色情
`hentai.enabled`	`false`	是否开启二次元图片识别
`hentai.python`	空	python 可执行文件路径；留空自动在 PATH 找（可与 nsfw.python 相同）
`hentai.threshold`	`0.5`	判定阈值（0~1），questionable 或 explicit 分数达到即判为二次元敏感

整理规则

整理结果统一放进输出目录下的 KMP已整理 目录（默认在扫描目录下创建，也可在页面指定存放目录）。文件名会加一长串随机前缀（如 a1b2..._照片.jpg），防止重名覆盖。

KMP已整理/
├── 图片_横屏_1080P/
│   ├── bright_20/  ← 偏亮
│   ├── mid/        ← 明暗均衡
│   └── dark_40/    ← 偏暗
├── 图片_竖屏_2K/
├── 图片_等比_普通/          ← 非标分辨率：普通 / 1K~19K / 原图
├── 图片_横屏_UltraWide3KP/
├── 图片_GIF/
├── 图片_PSD/                ← PSD 设计稿原样收走
├── 图片_读取异常/ 图片_已忽略/
├── 图片_敏感_横屏_1080P/bright_20/   ← 判为色情的图片（明暗子目录照常）
├── 图片_二次元_横屏_1080P/bright_20/ ← 判为二次元敏感的图片（明暗子目录照常）
├── 视频_横屏_1080P/ 视频_竖屏_1K/ 视频_等比_原画质/
├── 视频_横屏_GIF/ 视频_竖屏_GIF/ 视频_等比_GIF/
├── 视频_读取异常/ 视频_已忽略/
└── 音频/

标准分辨率档位：720P / 1D5KP / 1080P / 2DKP / 2D5KP / UltraWide2KP / UltraWide3KP / UltraWide4KP / 4KP / 4KHP / 8KP。

明暗评分算法

brightness = 0.299×R + 0.587×G + 0.114×B   (ITU-R BT.601)
darkScore  = 亮度 < 80 的像素占比
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，反之归 dark_N，差幅不足 15% 归 mid
档位命名：N 为占比四舍五入到 20% 的档位（20/40/60/80/100 共 5 档），如 darkScore 0.70 → dark_80
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：超过 25 万像素的图先等比缩放为最长边 256px 的缩略图（纯内存）再统计；超过 4000 万像素直接跳过明暗分析（按 mid 归类），避免内存暴涨

去重

与数据库中已有记录 MD5 相同且源路径相同 的文件视为"同一文件被重复扫到"，原地忽略（不移动、不重复入库）。MD5 相同但路径不同视为不同文件，照常整理。

断点续传（扫描表）

每次归类一个文件，程序就会把它「源路径 → 目标目录」记进数据库的续传表（scan_log）。之后扫描中断、出错、甚至中途手动中止再重跑时：

已归类过且内容没变的文件 → 跳过全部探测/识别（尺寸、MD5、明暗、色情识别都不再重做），直接复用上次的目标目录，没搬走的这次搬走；
内容变化（文件大小或头尾指纹变了）→ 当作新文件重新探测归类；
大文件（>1MB）用「大小 + 头尾 256KB 指纹」校验内容，小文件只比对大小。

所以重扫基本只花在"剩余没处理的文件"上，不会把整批几小时的工作重做一遍。

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），并可在 Web「色情识别」页面查看每张图的检测分、路径与预览。

开启：application.properties 设 nsfw.enabled=true
依赖：本机安装 Python 并 pip install nudenet
模型：优先加载程序运行目录下 lib/nwfs/320n.onnx（本仓库已附带，约 11.6MB，离线可用）；本地缺失时自动下载到该位置，下载失败再回退用 nudenet 包自带模型
可调：nsfw.python（python 路径）、nsfw.threshold（判定阈值）
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

二次元图片识别（可选）

基于本机 Python + wd-tagger（SmilingWolf/wd-vit-large-tagger-v3）的二次元图片分级识别，专门针对动漫/二次元风格训练，对 R15/R18 擦边图识别效果优于 NudeNet。判为敏感（questionable/explicit）的图片移入 图片_二次元_* 分类目录（明暗子目录照常保留），并可在 Web「二次元识别」页面查看每张图的分级、检测分、top 标签、路径与预览。

开启：application.properties 设 hentai.enabled=true
依赖：本机安装 Python 并 pip install onnxruntime Pillow numpy
模型：首次启动自动从 HuggingFace 下载到 lib/wd-tagger/（约 1.5GB，需联网）；下载完成后离线可用
可调：hentai.python（python 路径）、hentai.threshold（判定阈值）
分级输出：rating:safe / rating:questionable / rating:explicit，questionable 或 explicit 分数达到阈值即判定为敏感
标签输出：同时输出 top 10 高置信度标签（如 1girl, solo, long_hair 等），便于人工复核
降级：未装 python / 依赖或模型下载失败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
与色情识别的关系：两者独立运行，可同时启用；同一张图优先走色情识别（nsfw > hentai > normal）

构建编译

sh build.sh

依赖 Go 1.25.0+（go.mod 指定）
build.sh 先构建前端，再 go build 输出 kenaito-media-picker-release.exe（upx 压缩已注释，可自行启用）
前端产物（frontend/dist）由 go:embed 打进二进制；internal/probe/bin/ffprobe.exe（Windows 版，约 145MB）已随仓库入库并内嵌
项目使用纯 Go 的 SQLite 驱动（无 CGO），因此可以跨平台交叉编译

在 Windows 10 x64 上交叉编译 CentOS x64（Linux amd64）可执行程序

# 方式一：Git Bash / MSYS 终端
CGO_ENABLED=0 GOOS=linux GOARCH=amd64 go build -o kenaito-media-picker-linux-amd64 .

# 方式二：PowerShell
$env:CGO_ENABLED="0"; $env:GOOS="linux"; $env:GOARCH="amd64"
go build -o kenaito-media-picker-linux-amd64 .
# 编完恢复环境变量
Remove-Item Env:CGO_ENABLED,Env:GOOS,Env:GOARCH

CGO_ENABLED=0 很关键：本项目 SQLite 用的是纯 Go 驱动，关掉 CGO 才能交叉编译；若用默认开启 CGO 会尝试调 Linux 的 C 编译器而失败。

把二进制拷到 CentOS 后，还要注意：

ffprobe（视频/音频探测）：Linux 构建不内嵌 ffprobe（仓库只带了 Windows 版），程序会回退用系统 PATH 里的 ffprobe。CentOS 上先装：
```
# CentOS/RHEL 需要先装 EPEL 再装 ffmpeg（自带 ffprobe）
sudo yum install -y epel-release
sudo yum install -y ffmpeg
# 验证：ffprobe -version
```
没装 ffprobe 时视频/音频整理会跳过，图片照常处理。
色情识别（可选）：Linux 上同样要装 Python 与 nudenet，并在 application.properties 里配 nsfw.python（如 /usr/bin/python3）：
```
sudo yum install -y python3
pip3 install nudenet
```
模型文件 lib/nwfs/320n.onnx 需与二进制放在同一目录（没有会自动下载）。
二次元识别（可选）：Linux 上同样要装 Python 与依赖，并在 application.properties 里配 hentai.python（如 /usr/bin/python3）：
```
pip3 install onnxruntime Pillow numpy
```
模型文件首次启动会自动从 HuggingFace 下载到 lib/wd-tagger/（约 1.5GB，需联网）。
其余步骤与 Windows 一致：application.properties、media-info.db 随运行目录自动创建。

前端开发模式（无需重复构建）

# 终端 1：后端源码运行（端口 8080）
go run .

# 终端 2：前端开发服务器（端口 3000，/api 代理到 8080，热更新）
cd frontend
npm install && npm run dev

浏览器访问 http://localhost:3000 联调。只有发布时才需要 npm run build 重新构建前端。

目录结构

├── main.go                # 程序入口（Gin + 内嵌前端产物）
├── application.properties # 运行配置（端口 / 数据库 / 旋转开关 / 色情识别）
├── lib/nwfs/320n.onnx       # 色情识别模型（随仓库分发，离线可用）
├── lib/wd-tagger/         # 二次元识别模型（首次启动自动下载，约 1.5GB）
├── build.sh               # 编译脚本
├── internal/
│   ├── scanner/           # 文件扫描、MIME 读取、候选过滤
│   ├── probe/             # 媒体探测：图片尺寸 / ffprobe / EXIF / 明暗分析（含内嵌 ffprobe）
│   ├── classify/          # 纯函数归类规则（方向 + 标准分辨率 + K档 + 明暗等级）
│   ├── organize/          # 整理编排：探测 → 归类 → 收集 → 移动 → 入库
│   ├── mover/             # 文件移动（rename / 跨盘 copy+delete）
│   ├── store/             # SQLite 媒体信息 / 色情记录 / 二次元记录持久化 + 查询/统计
│   ├── service/           # 后台任务编排（扫描整理任务 + 状态/日志/WebSocket）
│   ├── nsfw/              # 色情图片识别（内嵌 python 服务 + NudeNet 本地 HTTP）
│   ├── hentai/            # 二次元图片识别（内嵌 python 服务 + wd-tagger 本地 HTTP）
│   ├── api/               # HTTP 接口层（扫描 / 媒体库 / 统计 / 色情识别 / 二次元识别 / 目录浏览）
│   └── digest/            # 文件 MD5 / 指纹采样
└── frontend/              # 前端工程（Vue 2 + ElementUI + Vite）

注意事项

默认使用移动模式，原文件会从源目录移走；跨磁盘时自动降级为复制 + 删除
已整理文件全部进入 KMP已整理 白名单目录，重复运行会跳过它，并把新文件并入已有分类目录
扫描会自动跳过 KMP已整理 输出目录、media-info.db 数据库与 ffprobe 临时文件
同一时间只允许一次扫描整理；整理期间会占用较多 CPU/磁盘，属正常现象
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。完全关闭旋转处理（也不按显示方向调宽高）可在配置里设 organize.rotateImages=false

License

Apache 2.0

README.md Unescape Escape

kenaito-media-picker

功能特性