Renombrar y Ordenar Fotos Duplicadas

AUTHOR: Osiris Alejandro Gómez

EMAIL: osiux@osiux.com

DATE: 2015-01-10 12:28

[IMG]

{width="640" height="320" title="En casa usamos Debian"}

Caos por naturaleza

Amo el orden, pero soy un caos ;-) asi que desde hace años que vengo acumulando archivos en distintas computadoras, en varios discos rígidos, copiando *por las dudas* una y otras vez casi los mismos archivos con nombres muy similares y por sobre todas las cosas de manera muy desordenada.

Cada tanto hago el intento de ordenarlos, pero me pierdo en la revisión manual y suelo cambiar de criterio, por lo cual abandono el orden. Muchas veces también sucede que no logro tener 1 disco donde consolidar todos los *backups* parciales y provisorios para dejar un compilado completo y ordenado, suelo llenar discos en muy poco tiempo, en parte porque duplico archivos y *backups* de desconfiado nomás...

Ordenando un poco

Hace poco que vengo teniendo éxito en ordenar mi colección de fotos digitales (y algunas digitalizadas), la solución vino de manera automatizada, como no podía ser de otra forma, pero en lugar de elegir una aplicación, opté como es costumbre, hacerlo a mano, mediante un *script* en `bash` (de cabezadura que soy!).

`renombrar-fotos`

Este *script* se encarga de generar un nombre de archivo único, a partir del *md5* y de la fecha que esta dentro de la imagen `.jpg` mediante *exif*.

Partiendo de varios directorios desordenados, como por ejemplo el siguiente listado:

Se invoca al comando `fotos-renombrar` de la siguiente manera:

De esta manera el *script* buscará archivos `*.jpg` en el directorio actual (`/mnt`), en caso de encontrar archivos *JPEG*, verificará que efectivamente se tratan de archivos válidos usando `file` para identificar que contienen una imagen *JPEG*, luego se comprobará el *HASH* mediante `md5sum` y se verificará si existe un archivo con el mismo *HASH* y/o el mismo nombre de archivo compuesto del *HASH* y la extensión `.jpg`, si es asi indicará que esta duplicado.

Luego con `identify` verificamos que sea correcto el *JPEG* y en caso se ser inválido, se renombra el archivo a `HASH.jpg`.

Ahora viene lo interesante, extraer la metadata, básicamente la fecha y hora de creación de la imagen, esto facilitará ordenarlas. Se realizan varias comprobaciones y se renombra el archivo al formato `YYYY-MM-DD-HH-MM-HASH.jpg` usando `jhead`. En el caso de no contar con metadata se crea lo mínimo partiendo del *timestamp* del archivo.

El resultado sería algo similar a esto:

También se puede especificar el directorio con el parámetro `-d` y el nivel de subdirectorios a buscar usanod `-l`:

Hasta este paso conseguimos renombrar a todas las fotos por igual, bajo un mismo criterio y detectar las duplicadas! :-)

`ordenar-fotos`

Teniendo los archivos correctamente renombrados, se mueven a un único directorio, por defecto `/mnt/data/fotos` y se organizan en la siguiente estructura:

Entonces los archivos quedarían asi:

De manera similar al *script* anterior, se detectan los duplicados, con la diferencia que el primer duplicado que se encuentre se moverá al directorio de destino y guardarán en `/duplicate`, esto es a los fines de realizar una revisión manual, antes de tomar alguna decisión. Un resultado posible sería:

Pero en el caso de encontrar un segundo duplicado, en base al *HASH* y no solamente al nombre del archivo, directamente se eliminará por ser idéntico.

Todo en orden?

Actualmente ambos *scripts* están en el repo `media-bash-utils` y se pueden obtener usando `git`:

Invito a probar los *scripts* y acepto cualquier sugerencia y/o mejora, desde ya que hay mucho más que se puede hacer, por ejemplo se me ocurren las siguientes ideas:

ante duplicados, comparar tamaños en pixels y conservar las fotos más grandes.

detectar imágenes muy similares.

aplicar operaciones varias como compresión, marcas de agua, etc.

generar tamaños alternativos y/o unificar tamaños de *previews*.

Una de las mayores ventajas es el ahorro de espacio en disco, pero por sobre todo el poder consolidarlas, eliminar los duplicados y dejar de hacerlo manualmente, todo es automático y a medida que vayan apareciendo casos se puede ir mejorando y reorganizando una y otra vez a todas las fotos con exactamente el mismo criterio.

ChangeLog

`2023-06-19 20:09`[1] agregar DESCRIPTION, KEYWORDS y actualizar OpenGraph en *Renombrar y Ordenar Fotos Duplicadas*

`2022-11-13 20:39`[2] agregar y actualizar tags OpenGraph

`2019-04-18 00:21`[3] Agregar hora en header date

`2019-04-18 00:01`[4] Corregir identación header #+INCLUDE:

`2015-07-03 04:31`[5] @ 00:05 hs - elimino #+OPTIONS: de todos los archivos excepto header.gmi

`2015-07-03 03:59`[6] @ 01:00 hs - reemplazo :alt por :title y cambios menores

`2015-01-10 12:07`[7] @ 02:07 hs - agrego renombrar y ordenar fotos duplicadas, actualizo index y blog

1: https://gitlab.com/osiux/osiux.gitlab.io/-/commit/32caf103aa5d3c5ae8b77e8bc162235c1ab57d8d

2: https://gitlab.com/osiux/osiux.gitlab.io/-/commit/bf3a61526ad2a73cecb77a18995f1d63494e3664

3: https://gitlab.com/osiux/osiux.gitlab.io/-/commit/e46ec52748a7ecc60f09c3b95e363e92eaa0bebc

4: https://gitlab.com/osiux/osiux.gitlab.io/-/commit/5c8643b83930c6269569c76602608bd33f93008b

5: https://gitlab.com/osiux/osiux.gitlab.io/-/commit/bbc3bbc728f2a3eeb4fe2e0a012ee5d8d613e3ef

6: https://gitlab.com/osiux/osiux.gitlab.io/-/commit/a2abb3b333c91e0d3c15ea9e93a21589bd4d86f7

7: https://gitlab.com/osiux/osiux.gitlab.io/-/commit/da82fb9e141ea5b664ee091cb0279bfa4b6803a2