Wie Fotos verwalten?
Wir haben seit dem Jahr 2005 Digitalkameras in der Familie und so lange reicht auch mein Fotoarchiv zurück. Über die Jahre sind einige zehntausende Bilder zusammengekommen. Sortiert in Ordner nach Ereignissen. Eigentlich gut sortiert, aber gut durchsuchbar ist das nicht.
Die Dateinamen
In den über 20 Jahren haben wir die Bilder natürlich nicht mit einem Gerät aufgenommen. Mehrere Kameras und Smartphones sind die Quelle der Bilddateien. Auch wenn das iPhone 15 Pro Max* tolle Bilder macht haben wir auch gerne noch unsere Sony Nex-5R, der Vorgänger der bekannten Sony Alpha 6400*, dabei. Wenig verwunderlich sind die Dateinamen nicht nur kaum sprechend, sondern auch noch unterschiedlich. Vom klassischen DSCxxxx.jpg zum WhatsAppPhoto-xxx.jpg ist eigentlich alles dabei.
Nach Dateinamen sortieren ist deshalb nicht. Bilder im Bildbetrachter durchschauen? Die meisten orientieren sich an den Dateinamen und nicht den Aufnahmezeitpunkten. Auch ist an der Datei selbst nicht ersichtlich, von wann und in welchem Kontext das Bild aufgenommen wurde. Über die Jahre habe ich immer mal nach Tools gesucht, die mir helfen hier Ordnung in die Dateinamen reinzubringen. Ich habe aber nie eines gefunden, dass problemlos funktioniert hätte.
Aber inzwischen gibt es ja Large Language Models und dank Telekom habe ich ein gratis Perplexity.ai Jahresabonnement. Nach einer kurzen Beschreibung, ein paar Tests und Anpassungen hatte ich dann ein Python Script bereit, dass sich durch die Ordner wühlt und die Bilddateien einheitlich nach dem Schema (Sequenznummer) (Aufnahmedatum)-(Aufnahmeuhrzeit) (Ereigniss).(Dateierweiterung) umbenennt. Da die Ordner schon im Format Jahr-Monat Ereignis benannt sind konnte ich das Ereignis einfach aus diesen nehmen. Für die richtige Sequenz werden die Bilder erst nach Aufnahmedatum sortiert und dann durchnummeriert.
Damit wären die Bilder in jedem Ordner klar benannt und dank Sequenznummer am Anfang auch klar sortiert und identifizierbar. Eine vier- bzw. fünfstellige Nummer ist leichter zu finden, als ähnliche Uhrzeiten am selben Tag. Und es verhindert Probleme mit doppelten Namen, weil Datum und Uhrzeit gleich sind.
Die Ordner
Eigentlich passen die Ordnernamen ja weitestgehend, aber manche Ordner entziehen sich der Logik. Einerseits sind das Sammelordner für ältere Bilder, die nachträglich aus Alben digitalisiert wurden. Dort gibt es dann nicht einen Monat, sondern eine Zeitspanne. Andere sind Sammelordner, bei welchen die Bilder noch nicht sortiert wurden. Einerseits die Bilder, die vom Smartphone auf das NAS gesichert werden, aber auch gefundene Bilder, die nicht direkt zugeordnet werden konnten oder eventuell Duplikate sind.
Hier liegt es eigentlich an mir, dass ich ältere Sammelordner mal durchgehe und die Bilder richtig einsortiere. Gerade die gesicherten Fotos von meinen Smartphone liegen noch unsortiert in ihren Ordnern. Dort ist die Sortierung auch besonders nervig, da auch viele Alltagsfotos dabei sind, die sich keinem speziellen Ereignis zuordnen lassen. Diese landen dann in einem monatlichen Alltagsordner. Aber man muss die Bilder eben durchgehen und in die richtigen Ordner verschieben, um die blöden Ordner loszuwerden. Irgendwann mache ich das sicher...
Die Motive
Das ist der schwerste Punkt. Eigentlich kann man für jedes Bild eine Beschreibung, einen Titel und Markierungen in die Dateieigenschaften, EXIF Daten genannt, schreiben. Das machen die Kameras aber nicht automatisch. Bei über 100 000 Bildern möchte ich das aber auch nicht von Hand machen.
Eigentlich wäre das ein super Anwendungsgebiet für eine KI. Aber wer will die Daten schon an eine fremde KI geben? Gerade als ich den letzten Satz getippt habe kam mir aber eine Idee. Man kann LLMs auch lokal betreiben. Meine Nvidia RTX 3080 sollte eigentlich genug Leistung für diese Aufgabe bieten. Von einem Projekt auf der Arbeit war mir Ollama ein Begriff und eine schnelle Suche bei Kagi und zwei Stunden rumbasteln mit Perplexity.ai bringt ein Python Script meine Grafikkarte auf Volllast. Zum Glück ist noch nicht Sommer.
Aktuell geht ein Python Script alle Ordner durch, schickt die Bilder über Ollama an das lokale llama Modell. Dieses analysiert das Bild und erzeugt aus den Informationen bis zu 15 Englische Stichworte, welche in den EXIF Daten gespeichert werden. Dabei habe ich den Fokus auf Objekte und das Wetter gelegt und bekomme so Stichworte wie: beach, church, cloudy, cat, …
Ich habe das kurz überschlagen und meine Berechnung ergibt, dass mein Computer für das Generieren der Stichworte ungefähr sechs volle Tage benötigen wird. Bei einem Stromverbrauch von 300 Watt die Stunde kostet das dann ungefähr 15 Euro. Mit der OpenAI API habe ich für 300 Testbilder 0,80 Euro bezahlt. Alle Bilder würden mich also rund 270 Euro kosten. Alternativ nutze ich nur die kostenlosen Tokens des Tages. Diese reichen für 250 Bilder, womit ich dann in etwas mehr als 1,5 Jahren durch wäre. Ich investiere wohl lieber die 15 Euro Stromkosten und muss dafür die Daten nicht weggeben.
Manchmal hilft es einfach, darüber zu schreiben
Eigentlich wollte ich in diesem Artikel schreiben, wie schlecht organisiert meine Fotosammlung eigentlich ist. Und während ich die Idee für den Artikel hatte und auch während des Schreibens habe ich zwei von drei meiner Probleme gelöst.
Übrig sind jetzt nur noch die ganzen unsortierten Bilder. Ich bin schon am Überlegen, ob ich auch dafür ein Python Script oder etwas mit KI verwenden kann. Aber noch ist mir nicht eingefallen, wie das sinnvoll funktionieren soll. Dazu sind die Grenzen zwischen den einzelnen Themen sowohl inhaltlich als auch zeitlich zu verschwommen. Ich muss mich wohl einfach hinsetzen und mich da durcharbeiten.
Wie sortierst du deine Bilder und behältst den Überblick?