私人xml清晰图片处理

一份 2.3MB 的相册 XML,和四百多张糊掉的缩略图

我没有批量锐化。我先把那件事想清楚了。

陈默 · 2026-03-21 · 约 6 分钟

上周二凌晨一点,我打开一份 2019 年的手机相册备份,文件名是 private_album_2019.xml,2.3MB。解压出来四张表,其中一张记录了 417 张照片的路径和缩略图尺寸。缩略图全是 320 像素宽。原图,只剩 89 张。

这 89 张原图是我妹妹从旧笔记本里翻出来的。她在微信上发了一句:「哥,这些能救吗?」我当时正准备关电脑。还是点开了。

XML 里没什么秘密。每个 <photo> 节点下面挂着一串属性:文件名、拍摄时间、GPS、缩略图路径、原图路径。原图路径指向一个已经不存在的目录。我核对了一遍,只有 89 个路径还能对上现存文件。其余全部断了。

桌面上摊开的旧相机和照片文件
桌子右边那叠照片是 2019 年的。左边是笔记本,屏幕上是那份 XML。

先处理"清晰"这个词

大部分人说"处理清晰",想要的是同一件事:让糊的变清楚。但这里有个前提问题。417 张缩略图,它们的清晰度上限在拍摄那天就定了。320 像素宽的原信息,你把它放大到 2000 像素,得到的不是清楚,是模糊被放大了。我见过太多人在这上面浪费一整个周末,跑各种超分模型,最后得到一堆看起来像水彩画的图。

我做的第一件事,是把这 417 张缩略图按"值不值得救"分成三组。第一组,画面本身信息密度低——天空、墙面、大块纯色,这种即使模糊也不影响内容,直接归档。第二组,有人脸、有文字的,占比大约 62%。第三组,实在无法判断的,放一边。这个分类花了我四十分钟,用的是最笨的办法:一张一张看。

说实话,这四十分钟比后面任何一个处理步骤都值钱。你如果连自己在处理什么都不知道,工具越好,返工越多。

清晰不是一种滤镜。它是一份文件从拍摄到保存那一刻就已经定下的结论。

XML 能告诉你的,比你想的多

沈斌是我认识十年的朋友,做档案数字化。我那天晚上给他发消息,问他有没有办法确认哪些缩略图对应的是原图解压失败、哪些是导出时就裁过。他回了一句:「看 XML 里的宽高比跟原图节点里的宽高比,对不上的就是裁过。」我照做,对出来 31 张。这个数字后来帮我省掉了一半无效处理。

具体操作是:我把 XML 用 Python 解析成一棵字典树,拿 thumb_width / thumb_height 去比 original_width / original_height。相等,说明只是缩放;不等,说明当年就被动过。31 张里,有 12 张的比例差超过 5%,这 12 张我直接放弃。它们已经不是"原图的缩小版",而是"另一张图"了。

屏幕上显示代码和文件目录
解析出来的那张表,列名我都改过,方便自己看。

剩下的部分,交给流程

最终处理路径只有两条。有人脸和文字的,走轻度锐化加局部对比度,参数保守,宁可欠一点。风景类的,只做重采样,不做锐化,因为缩略图的噪点在放大后会变成明显的块状。整个流程跑到第 417 张,用时十一分钟。比我预想的快。

第二天上午十点,我把 89 张原图和 176 张处理过的缩略图装进一个压缩包,命名为 recovered_2019.zip,发给妹妹。她回了一个字:「行。」又过了两分钟,补了一句:「第 214 张是我娃第一次走路。」

就是那张。我在 XML 里见过它的节点,缩略图 320×240,拍摄时间是 2019 年 8 月 14 日 17:42。当年导出的时候大概随手按了缩小,没人当回事。

如果你手头也躺着这类文件,可以看看高清图库那种整理方式,思路是相通的:先整理,再处理。分类的意识比工具重要得多。

最近在看的几条

都是具体的东西,不是泛泛的推荐。

关于我

我叫陈默。白天做数据清洗,晚上整理旧文件。这个站是我 2021 年建的,起因是我妈的老电脑硬盘坏过一次,恢复出来的照片名字全成了数字。我花了两周把那些照片重新对上时间线,从此养成了给每个文件写一份说明的习惯。这里放的都是这类具体的操作、失败和结论。不写大道理,只写我亲手做过的那些事。

更新很慢。想清楚一件事才动手写,写完再删掉三分之一。

「文件不会说话。但它们的属性会。」
—— 沈斌,2026 年 3 月 17 日,微信聊天记录