ofa_image-caption 扩展支持 WebP 格式与 EXIF 元数据保留

但是，故事还没完。 Streamlit 的 file_uploader 只是前端的'门卫'，它放行了 WebP 文件。文件传到后台 Python 代码里，我们需要用 PIL（Python 图像处理库）来打开它。如果 PIL 版本太旧，可能不认识 WebP。

所以，我们需要确保开发环境和部署环境里的 PIL（或其社区维护的活跃分支 Pillow）支持 WebP。这通常不是大问题，因为现代版本的 Pillow 基本都支持。不过，为了万无一失，我们可以在项目的依赖文件（如 requirements.txt）里明确一下 Pillow 的版本。

# requirements.txt 示例
streamlit>=1.28.0
modelscope>=1.9.0
pillow>=9.0.0  # 确保使用一个较新且稳定支持 WebP 的版本

这样一来，从上传到打开，整个通路就对 WebP 格式畅通无阻了。用户现在可以直接上传 .webp 文件，工具会像处理 JPG 一样处理它。

4. 代码实战：提取与保留 EXIF 元数据

EXIF 是嵌入在图片文件里的一串信息，就像图片的'身份证'，记录着拍摄设备、时间、光圈、快门甚至 GPS 位置等。保留这些信息对摄影爱好者、内容管理非常有价值。

4.1 如何提取 EXIF 信息

我们继续使用 Pillow 库。一张图片被 PIL 打开后，我们可以通过 _getexif() 方法来尝试获取其 EXIF 数据。

下面是一个简单的函数示例，我们把它加到工具的核心代码里：

from PIL import Image
import PIL.ExifTags

def extract_exif(image_path):
    """
    提取图片的 EXIF 元数据。
    参数:
        image_path: 图片文件的路径。
    返回:
        一个字典，包含可读的 EXIF 标签和值；如果无 EXIF 或读取失败，返回空字典。
    """
    exif_data = {}
    try:
        img = Image.open(image_path)
        # 获取原始的 EXIF 数据
        info = img._getexif()
        if info:
            # 将数字标签码转换为可读的字符串标签
            for tag, value in info.items():
                decoded_tag = PIL.ExifTags.TAGS.get(tag, tag)
                exif_data[decoded_tag] = value
    except Exception as e:
        # 记录错误或忽略（对于没有 EXIF 的图片是正常的）
        print(f"读取 EXIF 时出错：{e}")
    return exif_data

这个函数做了几件事：

1. 尝试用 PIL 打开图片。
2. 调用 _getexif() 获取原始数据。
3. 将枯燥的数字标签（如 36867）转换成我们能看懂的文字（如 DateTimeOriginal）。
4. 把所有信息存到一个字典里返回。

4.2 如何与描述结果一起展示

光提取出来还不够，我们需要让用户看到它。一个直观的做法是，在 Streamlit 界面上生成描述后，新增一个展示区域来显示 EXIF。

假设我们原来的结果显示是这样的：

if caption:
    st.success("生成成功！")
    st.markdown(f"**生成描述:** {caption}")

现在我们可以升级一下：

if caption:
    st.success("生成成功！")
    st.markdown(f"**生成描述:** {caption}")
    # 新增：提取并显示 EXIF 信息
    exif_info = extract_exif(temp_image_path)  # temp_image_path 是工具保存的临时图片路径
    if exif_info:
        with st.expander("📸 查看图片 EXIF 元数据"):
            # 用一个可折叠区域，保持界面整洁
            # 展示一些最常见、最有用的 EXIF 字段
            if 'DateTimeOriginal' in exif_info:
                st.text(f"拍摄时间：{exif_info['DateTimeOriginal']}")
            if 'Make' in exif_info and 'Model' in exif_info:
                st.text(f"拍摄设备：{exif_info['Make']} {exif_info['Model']}")
            if 'ExposureTime' in exif_info:
                st.text(f"曝光时间：{exif_info['ExposureTime']} 秒")
            if 'FNumber' in exif_info:
                st.text(f"光圈值：f/{exif_info['FNumber']}")
            if 'ISOSpeedRatings' in exif_info:
                st.text(f"ISO 感光度：{exif_info['ISOSpeedRatings']}")
            # 用户可以选择查看所有 EXIF 数据
            if st.checkbox("显示全部 EXIF 信息"):
                st.json(exif_info)  # 用 JSON 格式美观地展示
    else:
        st.info("此图片未包含 EXIF 元数据。")

这样一来，工具在生成英文描述后，如果图片有 EXIF，用户就能一目了然地看到关键的拍摄信息，并且可以展开查看全部详情。这对于需要根据拍摄信息来分类或描述图片的用户来说，功能就完整多了。

5. 完整功能演示与效果

让我们把上面所有的代码片段组合起来，看看升级后的工具实际运行效果如何。

5.1 操作流程演示

1. 启动工具：在命令行运行 streamlit run app.py，打开浏览器。
2. 上传混合格式图片：你可以同时尝试上传 test.jpg, screenshot.png, 和 photo.webp。你会发现，现在所有格式都能被成功选中并上传。
3. 生成描述与查看 EXIF：
   • 上传一张用单反或手机拍摄的、带有 EXIF 的 JPG 照片（比如你相机里的原图）。
   • 点击'生成描述'。稍等片刻，界面首先会弹出绿色的成功提示，并显示生成的英文描述，例如 '生成描述: a person is riding a skateboard on a street.'
   • 在描述下方，会出现一个写着 '📸 查看图片 EXIF 元数据' 的可点击区域。点击展开，你就能看到拍摄时间、相机型号等具体信息。
   • 如果上传的是一张从网络下载的、已剥离 EXIF 的 PNG 图片，或者是一张简单的截图，那么工具会友好地提示'此图片未包含 EXIF 元数据'。

5.2 升级带来的价值

通过这两项看似不大的升级，这个本地图像描述工具的能力边界得到了有效拓展：

• 格式兼容性更强：无缝支持 WebP，覆盖了更广泛的图片来源，特别是互联网内容。
• 信息维度更丰富：从单一的'视觉内容描述'升级为'视觉内容 + 拍摄元数据'的复合信息输出。这使得生成的结果不再是孤立的文本，而是能与原始资产（照片）紧密关联的结构化信息。
• 应用场景更广：对于摄影师，可以快速批量为照片库生成描述并附带拍摄参数；对于内容管理者，可以更好地对图片素材进行自动化打标和归档。

6. 总结

回顾一下我们这次对 ofa_image-caption 工具的升级之旅。整个过程就像是一次精准的'外科手术'：

1. 诊断需求：我们发现了用户在处理 WebP 格式和需要 EXIF 信息时的痛点。
2. 实施改造：
   • 通过修改 file_uploader 的 type 列表，轻松扩展了 WebP 格式支持。
   • 通过编写 extract_exif 函数并集成到结果展示界面，优雅地实现了 EXIF 元数据的提取与展示。
3. 验证效果：升级后的工具，在保持原有核心功能（快速、本地、英文描述）的同时，显著提升了实用性和用户体验。

这个案例也告诉我们，一个好的工具并非一成不变。围绕用户真实的使用场景，通过一些针对性的、轻量级的代码改进，就能让工具焕发新的活力，解决更实际的问题。