从Google相册迁移到LibrePhotos：数据导入与元信息保留全攻略
项目地址: https://gitcode.com/GitHub_Trending/li/librephotos 引言：告别数据围墙，拥抱自托管照片管理
你是否正受困于Google相册的存储空间限制？担心隐私数据被商业化利用？作为一款开源自托管照片管理系统，LibrePhotos提供了完整的本地数据控制权解决方案。本指南将系统讲解从Google相册迁移到LibrePhotos的全流程，特别聚焦于无损数据迁移和关键元信息保留两大核心痛点，确保你的照片库在迁移过程中保持完整的时间线、位置信息和个性化标签。
读完本文后，你将掌握：
- Google相册数据完整导出的最佳实践
- LibrePhotos环境的正确配置方法
- 照片文件与元数据的批量导入技巧
- EXIF数据与扩展元信息的验证与修复
- 迁移后的数据一致性检查方案
一、迁移前准备：Google相册数据导出全流程
1.1 Google Takeout完整备份
Google相册的数据导出功能通过Google Takeout实现，为确保迁移质量，需遵循以下导出规范：
| 选项 | 推荐配置 | 注意事项 |
|---|---|---|
| 数据范围 | 仅选择"Google相册" | 避免包含其他服务数据，减少处理复杂度 |
| 相册格式 | 原始文件 + 元数据 | 确保勾选"包括所有照片和视频" |
| 导出格式 | ZIP | 选择最大2GB分卷，避免单个文件过大 |
| 元数据选项 | 勾选"导出元数据" | 将生成JSON格式的补充元信息 |
| 交付方式 | 电子邮件下载链接 | 大型相册建议分批次导出 |
操作步骤：
- 访问Google Takeout并登录
- 取消全选，仅保留"Google相册"
- 点击"所有相册数据已包含"，可选择特定相册
- 滚动至页面底部，点击"下一步"
- 选择"发送下载链接"，文件类型选"ZIP"，大小选"2GB"
- 点击"创建导出"，等待Google处理（大型相册可能需要数小时）
1.2 导出文件结构解析
Google Takeout导出的相册数据包含两种关键文件类型，理解其结构是成功迁移的基础：
Takeout/
└── Google Photos/
├── 2023-01/ # 按日期组织的媒体文件目录
│ ├── IMG_1234.jpg # 原始照片文件
│ ├── IMG_1234.jpg.json # 对应照片的元数据JSON
│ ├── VID_5678.mp4 # 视频文件
│ └── VID_5678.mp4.json # 视频元数据JSON
└── 相册名/ # 按相册名称组织的媒体文件
├── DSC_9012.JPG
└── DSC_9012.JPG.json
JSON元数据关键字段说明：
title：照片标题description：照片描述creationTime：拍摄时间戳geoData：地理位置信息（经纬度）people：人物标签albums：所属相册信息
二、LibrePhotos环境准备与配置优化
2.1 系统环境要求
在开始迁移前，请确保你的LibrePhotos服务器满足以下最低配置：
| 组件 | 最低要求 | 推荐配置 |
|---|---|---|
| CPU | 双核处理器 | 四核及以上，支持AVX指令集 |
| 内存 | 4GB RAM | 8GB RAM（处理面部识别需16GB+） |
| 存储 | 至少20GB可用空间 | SSD存储，容量为照片库1.5倍 |
| 操作系统 | Ubuntu 20.04+ | Ubuntu 22.04 LTS |
| Python版本 | 3.8+ | 3.10+ |
2.2 关键配置文件优化
LibrePhotos的行为主要通过settings目录下的配置文件控制。对于迁移任务，需特别关注以下配置项：
# librephotos/settings/production.py
# 照片扫描根目录配置（迁移核心）
SCAN_DIRECTORY = "/data/photos/google-import" # 设置为Google Takeout解压目录
# 元数据处理配置
SAVE_METADATA_TO_DISK = True # 启用元数据写入功能
SAVE_METADATA_USE_SIDECAR = True # 使用XMP侧栏文件保存元数据
# 性能优化配置（大型相册必备）
THUMBNAIL_SIZE = [512, 1024] # 减小缩略图尺寸加速处理
PARALLEL_SCAN = True # 启用并行扫描
MAX_SCAN_THREADS = 4 # 根据CPU核心数调整
配置修改方法：
# 编辑配置文件
nano /data/web/disk1/git_repo/GitHub_Trending/li/librephotos/librephotos/settings/production.py
# 重启LibrePhotos服务使配置生效
sudo systemctl restart librephotos
三、数据导入实战：从文件系统到LibrePhotos
3.1 迁移文件组织策略
Google Takeout导出的文件结构需要进行预处理，以适应LibrePhotos的扫描逻辑：
推荐的文件整理流程：
具体操作命令：
# 创建统一导入目录
mkdir -p /data/photos/google-import
# 解压所有Takeout分卷到临时目录
unzip "Takeout-*.zip" -d /tmp/takeout
# 合并所有媒体文件到统一目录（保留日期结构）
find /tmp/takeout/Google\ Photos -type f \( -iname "*.jpg" -o -iname "*.png" -o -iname "*.mp4" \) -exec sh -c '
for file do
# 提取日期信息（优先使用EXIF，无则使用文件名）
date=$(exiftool -d "%Y-%m" -CreateDate -s3 "$file" || echo "unknown")
dest="/data/photos/google-import/$date"
mkdir -p "$dest"
cp "$file" "$dest/"
done
' sh {} +
# 删除重复文件（保留最新版本）
fdupes -rdN /data/photos/google-import
3.2 使用LibrePhotos扫描命令导入
LibrePhotos提供了强大的命令行工具处理批量导入，针对Google相册迁移，我们需要组合使用scan和save_metadata命令：
基础扫描命令：
# 执行完整扫描（首次导入推荐）
python manage.py scan --full-scan
# 仅扫描新增文件（后续增量更新）
python manage.py scan
# 扫描指定文件（用于修复个别文件）
python manage.py scan --scan-files "/data/photos/google-import/2023-01/IMG_1234.jpg"
扫描过程解析：
3.3 元数据保存与修复
Google相册的元信息部分存储在独立JSON文件中，需要通过额外步骤整合到照片文件中：
元数据保存命令：
# 批量保存元数据到文件（支持EXIF和XMP）
python manage.py save_metadata
# 检查元数据保存状态
grep -r "Rating" /data/photos/google-import/**/*.xmp
Google JSON元数据手动整合方案：
由于LibrePhotos目前不直接支持解析Google Takeout的JSON元数据，可使用以下Python脚本批量提取JSON信息并写入EXIF：
import json
import os
import exiftool
# 配置exiftool路径
exiftool_path = "/usr/bin/exiftool"
# 照片目录
photo_dir = "/data/photos/google-import"
with exiftool.ExifToolHelper(exiftool_path) as et:
# 遍历所有JSON元数据文件
for root, dirs, files in os.walk(photo_dir):
for file in files:
if file.endswith(".json") and not file.startswith("."):
json_path = os.path.join(root, file)
media_path = json_path[:-5] # 移除.json扩展名
# 检查对应的媒体文件是否存在
if not os.path.exists(media_path):
continue
# 解析JSON元数据
with open(json_path, 'r') as f:
metadata = json.load(f)
# 准备要写入的EXIF标签
exif_tags = {}
# 处理标题和描述
if "title" in metadata:
exif_tags["Title"] = metadata["title"]
if "description" in metadata and metadata["description"]:
exif_tags["ImageDescription"] = metadata["description"]
# 处理地理位置信息
if "geoData" in metadata and metadata["geoData"]:
exif_tags["GPSLatitude"] = metadata["geoData"]["latitude"]
exif_tags["GPSLongitude"] = metadata["geoData"]["longitude"]
exif_tags["GPSLatitudeRef"] = "N" if metadata["geoData"]["latitude"] >=0 else "S"
exif_tags["GPSLongitudeRef"] = "E" if metadata["geoData"]["longitude"] >=0 else "W"
# 处理评分（Google相册星级 -> EXIF Rating）
if "starred" in metadata and metadata["starred"]:
exif_tags["Rating"] = 5 # 将Google星标转换为5星评级
# 写入EXIF数据
if exif_tags:
et.set_tags(media_path, exif_tags, params=["-overwrite_original"])
print(f"Updated EXIF for: {media_path}")
脚本使用方法：
# 保存为google_metadata_to_exif.py
# 安装依赖
pip install exiftool-python
# 执行转换
python google_metadata_to_exif.py
四、元信息保留深度解析
4.1 关键元数据字段迁移对照表
确保迁移过程中不丢失重要信息，以下是Google相册与LibrePhotos元数据字段的映射关系：
| Google相册元数据 | 存储位置 | LibrePhotos对应字段 | 保留方法 |
|---|---|---|---|
| 拍摄日期时间 | EXIF/JSON | exif_timestamp | 自动通过scan命令导入 |
| 地理位置 | EXIF/JSON | exif_gps_lat/lon | 需手动转换JSON到EXIF |
| 照片标题 | JSON | Photo.title | 通过自定义脚本写入EXIF Title |
| 描述 | JSON | Photo.description | 通过自定义脚本写入ImageDescription |
| 星级评分 | JSON | Photo.rating | 通过自定义脚本写入EXIF Rating |
| 人物标签 | EXIF/JSON | Face.person | 需要LibrePhotos人脸识别重新处理 |
| 相册分类 | 目录结构 | AlbumUser | 通过LibrePhotos Web界面手动重建 |
| 修改日期 | 文件系统 | Photo.last_modified | 自动保留 |
4.2 高级元数据处理：从XMP到数据库
LibrePhotos采用双轨制元数据管理策略，理解这一机制对数据完整性至关重要：
元数据优先级规则：
- 数据库中的元数据优先于文件系统元数据
- XMP侧栏文件元数据优先于EXIF数据
- 用户在Web界面编辑的元数据会覆盖所有来源
save_metadata命令会将数据库元数据写回文件系统
五、迁移后验证与优化
5.1 数据完整性检查清单
迁移完成后，执行以下检查确保数据完整：
### 照片数量验证
- [ ] 源文件总数: `find /tmp/takeout -type f | wc -l`
- [ ] 导入后总数: `sqlite3 /data/librephotos/db.sqlite3 "SELECT COUNT(*) FROM api_photo;"`
- [ ] 差异分析: 确保差异在合理范围内(<5%)
### 元数据完整性检查
- [ ] 日期范围覆盖: 确认最早和最新照片日期正确
- [ ] 地理位置分布: 在地图视图检查位置标记是否存在
- [ ] 评分数据: 随机抽查带星标的照片是否保留评级
- [ ] 人像识别: 检查人物相册是否生成(可能需要24小时处理)
### 性能优化检查
- [ ] 缩略图生成: 确认所有照片都有缩略图
- [ ] 数据库索引: 检查api_photo表索引是否正常
- [ ] 存储空间: 验证实际占用空间是否合理
5.2 性能调优建议
对于大型照片库(10,000+照片)，建议进行以下优化：
数据库优化：
# 分析并优化数据库表
sqlite3 /data/librephotos/db.sqlite3 "ANALYZE;"
sqlite3 /data/librephotos/db.sqlite3 "REINDEX;"
# 增加数据库缓存大小
echo "PRAGMA cache_size = -2000000;" >> /data/librephotos/db.sqlite3
媒体文件优化：
# 为照片生成合适尺寸的缩略图
python manage.py build_similarity_index
# 清理未使用的临时文件
python manage.py clear_cache
六、结语与进阶方向
恭喜！你已成功将Google相册数据迁移到LibrePhotos，实现了照片数据的完全自我托管。迁移后，建议定期执行以下维护任务：
# 每周维护计划
0 2 * * 0 python manage.py scan # 每周日凌晨2点执行增量扫描
0 3 * * 0 python manage.py save_metadata # 保存元数据更改
0 4 * * 0 fdupes -rdN /data/photos/ # 移除重复文件
进阶探索方向：
- 自动化元数据处理：开发Google Takeout JSON专用导入插件
- 相册结构迁移：编写脚本将Google相册结构转换为LibrePhotos相册
- 机器学习增强：优化人脸识别模型提高人物标签迁移准确率
- 增量同步：实现Google相册到LibrePhotos的实时同步机制
LibrePhotos作为活跃开发的开源项目，正在不断改进数据导入功能。你可以通过GitHub Issues提交功能建议，或通过Discord社区分享你的迁移经验。
如果觉得本指南有帮助，请：
- 点赞本文以帮助更多用户
- 收藏以备将来参考
- 关注项目发展获取更新通知
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
