今早，看到CSDN里推荐的Python获取女朋友发来加班拍照定位地址是酒店的段子，本来准备验证下，顺便练练手的，最后，安装执行pip install json报没有指定版本号。

一怒之下搞我大JAVA，验证可行与场景体遐想。废话不多说，先上硬货。

依赖导入

从博文上看是exifread模块，找我大java的对应的jar，发现metadata-extractor，而且官方还在持续更新，最近的jar是今年的。

这个元数据提取jar非常强大，还支持视频信息的提取，看看官方介绍：

看到没，第一个示例，就写的支持我大JAVA，让我犹如鸡血冲顶，在支持同事联调事件工单的同时，大肝这块。

 
<dependency>
<groupId>com.drewnoakes</groupId>
<artifactId>metadata-extractor</artifactId>
<version>2.16.0</version>
</dependency>
 
准备工作
 
1、室外空旷地点打开GPS
 
2、百度地图、北斗伴验证已连接到GPS定位
 

 

 
3、设置手机带的照相机开启位置信息
 

 

 
4、拍照一张顺便查看照片详情

 

 
这里一定要确定拍的照片的详情时有经纬度信息的，如果没有，你针对你的手机在CSDN里搜索下怎么设置。这里顺便提下，CSDN的浏览器插件真香。简直就是我们技术人事的福音，再以不用担心某某度的广告之类导致找东西费劲了，而且它很包容，还时可以选择自己喜欢的搜索引擎的。
 

 
示例demo
 
这里先演示这个元数据提取jar能提取到的信息，顺便把取到的经纬度通过百度转地址。
 
因为是demo，没有业务，我这里就直接在测试类里干了。没有什么业务，不涉及什么机密，可以上全码。
 
 
package com.easylinkin.bm.extractor;


import com.alibaba.fastjson.JSONObject;
import com.drew.imaging.ImageMetadataReader;
import com.drew.imaging.ImageProcessingException;
import com.drew.metadata.Directory;
import com.drew.metadata.Metadata;
import com.drew.metadata.Tag;
import com.easylinkin.bm.util.HttpUtils;
import lombok.extern.slf4j.Slf4j;


import java.io.File;
import java.io.IOException;


/**
 * @author zhengwen
 **/
@Slf4j
public class ImgTestCode {
public static void main(String[] args) throws Exception {


File file = new File("C:\Users\zhengwen\Desktop\test\IMG_20210820_093958.jpg");
        readImageInfo(file);
    }


/**
     * 提取照片里面的信息
     *
     * @param file 照片文件
     * @throws ImageProcessingException
     * @throws Exception
     */
private static void readImageInfo(File file) throws ImageProcessingException, Exception {
Metadata metadata = ImageMetadataReader.readMetadata(file);


System.out.println("---打印全部详情---");
for (Directory directory : metadata.getDirectories()) {
for (Tag tag : directory.getTags()) {
System.out.format("[%s] - %s = %sn",
                        directory.getName(), tag.getTagName(), tag.getDescription());
            }
if (directory.hasErrors()) {
for (String error : directory.getErrors()) {
System.err.format("ERROR: %s", error);
                }
            }
        }


System.out.println("--打印常用信息---");


Double lat = null;
Double lng = null;
for (Directory directory : metadata.getDirectories()) {
for (Tag tag : directory.getTags()) {
String tagName = tag.getTagName();  //标签名
String desc = tag.getDescription(); //标签信息
if (tagName.equals("Image Height")) {
System.err.println("图片高度: " + desc);
                } else if (tagName.equals("Image Width")) {
System.err.println("图片宽度: " + desc);
                } else if (tagName.equals("Date/Time Original")) {
System.err.println("拍摄时间: " + desc);
                } else if (tagName.equals("GPS Latitude")) {
System.err.println("纬度 : " + desc);
System.err.println("纬度(度分秒格式) : " + pointToLatlong(desc));
                    lat = latLng2Decimal(desc);
                } else if (tagName.equals("GPS Longitude")) {
System.err.println("经度: " + desc);
System.err.println("经度(度分秒格式): " + pointToLatlong(desc));
                    lng = latLng2Decimal(desc);
                }
            }
        }
System.err.println("--经纬度转地址--");
//经纬度转地主使用百度api
        convertGpsToLoaction(lat, lng);




    }


/**
     * 经纬度格式  转换为  度分秒格式 ,如果需要的话可以调用该方法进行转换
     *
     * @param point 坐标点
     * @return
     */
public static String pointToLatlong(String point) {
Double du = Double.parseDouble(point.substring(0, point.indexOf("°")).trim());
Double fen = Double.parseDouble(point.substring(point.indexOf("°") + 1, point.indexOf("'")).trim());
Double miao = Double.parseDouble(point.substring(point.indexOf("'") + 1, point.indexOf(""")).trim());
Double duStr = du + fen / 60 + miao / 60 / 60;
return duStr.toString();
    }


/***
     * 经纬度坐标格式转换（* °转十进制格式）
     * @param gps
     */
public static double latLng2Decimal(String gps) {
String a = gps.split("°")[0].replace(" ", "");
String b = gps.split("°")[1].split("'")[0].replace(" ", "");
String c = gps.split("°")[1].split("'")[1].replace(" ", "").replace(""", "");
        double gps_dou = Double.parseDouble(a) + Double.parseDouble(b) / 60 + Double.parseDouble(c) / 60 / 60;
return gps_dou;
    }


/**
     * api_key：注册的百度api的key
     * coords：经纬度坐标
     * http://api.map.baidu.com/reverse_geocoding/v3/?ak="+api_key+"&output=json&coordtype=wgs84ll&location="+coords
     * <p>
     * 经纬度转地址信息
     *
     * @param gps_latitude  维度
     * @param gps_longitude 精度
     */
private static void convertGpsToLoaction(double gps_latitude, double gps_longitude) throws IOException {
String apiKey = "YNxcSCAphFvuPD4LwcgWXwC3SEZZc7Ra";


String res = "";
String url = "http://api.map.baidu.com/reverse_geocoding/v3/?ak=" + apiKey + "&output=json&coordtype=wgs84ll&location=" + (gps_latitude + "," + gps_longitude);
System.err.println("【url】" + url);


        res = HttpUtils.httpGet(url);
JSONObject object = JSONObject.parseObject(res);
if (object.containsKey("result")) {
JSONObject result = object.getJSONObject("result");
if (result.containsKey("addressComponent")) {
JSONObject address = object.getJSONObject("result").getJSONObject("addressComponent");
System.err.println("拍摄地点：" + address.get("country") + " " + address.get("province") + " " + address.get("city") + " " + address.get("district") + " "
                        + address.get("street") + " " + result.get("formatted_address") + " " + result.get("business"));
            }
        }
    }


}
 
控制台打印：
 

 
下面贴出详细内容：
 
com.easylinkin.bm.extractor.ImgTestCode
---打印全部详情---
[JPEG] - Compression Type = Baseline
[JPEG] - Data Precision = 8 bits
[JPEG] - Image Height = 4032 pixels
[JPEG] - Image Width = 3024 pixels
[JPEG] - Number of Components = 3
[JPEG] - Component 1 = Y component: Quantization table 0, Sampling factors 2 horiz/2 vert
[JPEG] - Component 2 = Cb component: Quantization table 1, Sampling factors 1 horiz/1 vert
[JPEG] - Component 3 = Cr component: Quantization table 1, Sampling factors 1 horiz/1 vert
[Exif IFD0] - Date/Time = 2021:08:20 09:39:58
[Exif IFD0] - Model = YOTA Y3
[Exif IFD0] - YCbCr Positioning = Center of pixel array
[Exif IFD0] - Resolution Unit = Inch
[Exif IFD0] - Y Resolution = 72 dots per inch
[Exif IFD0] - X Resolution = 72 dots per inch
[Exif IFD0] - Make = YOTA
[GPS] - GPS Date Stamp = 2021:08:20
[GPS] - GPS Altitude Ref = Below sea level
[GPS] - GPS Longitude Ref = E
[GPS] - GPS Longitude = 114° 24' 9.61"
[GPS] - GPS Processing Method = ASCII
[GPS] - GPS Latitude Ref = N
[GPS] - GPS Time-Stamp = 01:39:46.000 UTC
[GPS] - GPS Altitude = 21 metres
[GPS] - GPS Latitude = 30° 28' 40.67"
[Exif SubIFD] - Color Space = sRGB
[Exif SubIFD] - F-Number = f/1.9
[Exif SubIFD] - Date/Time Digitized = 2021:08:20 09:39:58
[Exif SubIFD] - Focal Length = 3.9 mm
[Exif SubIFD] - Aperture Value = f/1.9
[Exif SubIFD] - Exposure Mode = Auto exposure
[Exif SubIFD] - Sub-Sec Time Digitized = 819350
[Exif SubIFD] - Exif Image Height = 4032 pixels
[Exif SubIFD] - Focal Length 35 = 23 mm
[Exif SubIFD] - Scene Capture Type = Standard
[Exif SubIFD] - Sub-Sec Time Original = 819350
[Exif SubIFD] - Exposure Program = Unknown (0)
[Exif SubIFD] - White Balance Mode = Auto white balance
[Exif SubIFD] - Exif Image Width = 3024 pixels
[Exif SubIFD] - Sub-Sec Time = 819350
[Exif SubIFD] - Shutter Speed Value = 1/1022 sec
[Exif SubIFD] - Metering Mode = Center weighted average
[Exif SubIFD] - Date/Time Original = 2021:08:20 09:39:58
[Exif SubIFD] - Components Configuration = YCbCr
[Exif SubIFD] - Exif Version = 2.20
[Exif SubIFD] - Flash = Flash did not fire
[Exif SubIFD] - Brightness Value = 0.0
[Exif SubIFD] - ISO Speed Ratings = 103
[Exif SubIFD] - Sensing Method = One-chip color area sensor
[Exif SubIFD] - FlashPix Version = 1.00
[Exif SubIFD] - Exposure Time = 1/1023 sec
[Interoperability] - Interoperability Index = Recommended Exif Interoperability Rules (ExifR98)
[Interoperability] - Interoperability Version = 1.00
[Exif Thumbnail] - Y Resolution = 72 dots per inch
[Exif Thumbnail] - Thumbnail Length = 21538 bytes
[Exif Thumbnail] - Thumbnail Offset = 959 bytes
[Exif Thumbnail] - Compression = JPEG (old-style)
[Exif Thumbnail] - Resolution Unit = Inch
[Exif Thumbnail] - X Resolution = 72 dots per inch
[Huffman] - Number of Tables = 4 Huffman tables
[File Type] - Detected File Type Name = JPEG
[File Type] - Detected File Type Long Name = Joint Photographic Experts Group
[File Type] - Detected MIME Type = image/jpeg
[File Type] - Expected File Name Extension = jpg
[File] - File Name = IMG_20210820_093958.jpg
[File] - File Size = 5215044 bytes
[File] - File Modified Date = 星期五 八月 20 09:39:59 +08:00 2021
--打印常用信息---
初始化HttpClientTest~~~开始
图片高度: 4032 pixels
图片宽度: 3024 pixels
经度: 114° 24' 9.61"
经度(度分秒格式): 114.40266944444446
纬度 : 30° 28' 40.67"
纬度(度分秒格式) : 30.477963888888887
拍摄时间: 2021:08:20 09:39:58
--经纬度转地址--
【url】http://api.map.baidu.com/reverse_geocoding/v3/?ak=YNxcSCAphFvuPD4LwcgWXwC3SEZZc7Ra&output=json&coordtype=wgs84ll&location=30.477963888888887,114.40266944444446
初始化HttpClientTest~~~结束
拍摄地点：中国 湖北省 武汉市 洪山区 软件园路 湖北省武汉市洪山区软件园路9 关山,光谷天地
 
上面的提取到的内容我就不解释了,应该看得懂，不懂的，可以翻译英文，或者查API看打印的是啥。
 
其他文件我就不演示了，有兴趣的可以自己试试。
 
我的百度地图的AK就先放这里，方便大家验证，免得说我骗人，反正我也是免费用的。
 
最后再说一句，图片发送要么压缩到压缩包再发送，要么用数据线从手机里拷出来。我这里先用微信发的，基本上信息都被抹除了（在电脑上查看图片详情，其实也可以看到经纬度信息的）。
 
还有，我还有个苹果手机，其实也是可以拍有地理位置信息的照片的，要打开隐私里的定位，授权照相机。
 
总结与衍生想法
 
这个怎么说呢，还是很不错的。用到我们的工作中的话，我们觉得可以替代我们之前做的一个打点巡检的，到达巡检位置拍张照片再配合机器码，不怕你让别人代拍照片了。还有考勤的公出单、外勤等等。
 
另外还想到这出门在外爱拍照的娃们，你们的照片放到云存储上，然后如果有无良服务商，基本可以把你的轨迹通过你上传的照片时间绘制出来。。。
 
好了，这个就分享到这里。这里其实还给我一个最大的感受就是，如果我不知道A就不会想到B。要是我早知道图片可以携带的信息，或者知道照相机软件可以获取的信息，可能可以针对这些早点做点什么。
 
原文：blog.csdn.net/zwrlj527/article/details/119823407
 

 
推荐一个超级简单 Java 图形验证码模块
 
分享一个支付大屏实时监控数据平台
 
推荐一款清爽的实时监控大屏附安装教程
 
大屏监控 Metabase 集成到 Java 项目
 
一个超牛逼的 Java 文件在线预览项目
 
如何保障消息100%投递成功、消息幂等性
 
技术人，做的越多你才能走的更远
 
传统功夫，点到为止，这次不搞偷袭！
 
小清新前后端分离后台管理系统
 
一个开源免费的车牌识别训练实战项目
 
霸气分享 74 款绚丽的监控大屏
 
一个基于 Vue3.x 的数据可视化大屏项目
 
推荐一款基于 Vue 的电商级海报生成器
 
SpringBoot 的接口快速开发框架