Atitit.论图片类型 垃圾文件的识别与清理 流程与设计原则 与api概要设计 v2 pbj
1. 俩个问题：：识别垃圾文件与清理策略1
2. 如何识别垃圾图片1
2.1. 体积过小文件<10kb1
2.2. 增加扩展名对于无扩展名文件1
2.3. 清理非图片(bmp,jpg,jpeg,png）的文件2
2.4. 尺寸过小图片（210*150）2
2.5. 清理广告图片（高度宽度不成比例）超长超宽图片2
2.6. 清理重复图片（此结果不能加入指纹库）2
2.7. 非本类别的图片（人工识别）2
3. 垃圾图片文件指纹库3
3.1. 根据垃圾文件指纹库（模式结果固化）3
3.2. 根据垃圾文件路径名称库（加快性能比对速度，md5可能比较慢）3
4. 人工识别垃圾图片策略3
5. 清理策略3
6. Code3
6.1. 文件去重4
1. 俩个问题：：识别垃圾文件与清理策略
2. 如何识别垃圾图片
2.1. 体积过小文件<10kb
2.2. 增加扩展名对于无扩展名文件
package com.attilax.clr;
import com.attilax.clr.imp.MoveExcuter;
import com.attilax.clr.imp.NoPicReconer;
import com.attilax.clr.imp.tooMinSizePicClrerPartImp;
import com.attilax.clr.imp.tooMiniPixPicClrerPartImp;
public class ClrerPicClrer extends ClrerAbs {
public static void main(String[] args) {
ClrerPicClrer c=new ClrerPicClrer();
c.dir="d:\\ati\\isheo";
c.dir="D:\\ati\\p2015\\pic_p";
NoExtnameCheckerImp neImp=new NoExtnameCheckerImp();
c.PreProcessor=neImp;
c.traveDir(c.dir);
System.out.println("--f");
2.3. 清理非图片(bmp,jpg,jpeg,png）的文件
Gif js
2.4. 尺寸过小图片（210*150）
2.5. 清理广告图片（高度宽度不成比例）超长超宽图片
长宽比大于2的图片
2.6. 清理重复图片（此结果不能加入指纹库）
部分重复文件是广告文件，所以容易重复
2.7. 非本类别的图片（人工识别）
作者:: 老哇的爪子 Attilax 艾龙， EMAIL:1466519819@qq.com
转载请注明来源： http://blog.csdn.net/attilax
3. 垃圾图片文件指纹库
3.1. 根据垃圾文件指纹库（模式结果固化）
3.2. 根据垃圾文件路径名称库（加快性能比对速度，md5可能比较慢）
4. 人工识别垃圾图片策略
不好的isho
不能like的pic
误删除的文件专门集中放在isho_manu文件夹中，人工处理
5. 清理策略
生成清理脚本（或者直接java程序模式）
移动到制定文件夹（推荐）
6. Code
AtibrowPrj
public class ClrerPicClrer extends ClrerAbs {
public static void main(String[] args) {
ClrerPicClrer c=new ClrerPicClrer();
c.dir="d:\\ati\\isheo";
//c.GabFileRecongers.add(new NoPicReconer());
tooMiniPixPicClrerPartImp ClrerPartImp = new tooMiniPixPicClrerPartImp();
ClrerPartImp.dir=c.dir;
ClrerPartImp.targetDir="d:\\ati\\tooMiniPixPic_files";
c.IClrerParts.add(ClrerPartImp);
tooMinSizePicClrerPartImp tmsc=new tooMinSizePicClrerPartImp();
tmsc.dir=c.dir;
tmsc.targetDir="d:/ati/tooMinSize_files";
c.IClrerParts.add(tmsc);
c.traveDir(c.dir);
System.out.println("--f");
}
6.1. 文件去重
DeduliAbs_ByMoveToNewFolder.java