将文件元数据存储在额外文件中

Question

我有一堆图片文件（大多数是 .jpg 格式）。我想存储一些关于这些文件的额外信息，比如主色调、颜色分布、最大梯度流场、兴趣点等等。这些信息并不是固定的，也并不是所有的图片都有。

目前，我是把每个文件的额外信息存储为一个单独的文件，文件名和原文件一样，但扩展名不同。格式就是简单的文本：

metadataFieldName1 metadataFieldValue1
metadataFieldName2 metadataFieldValue2

这让我在想，有没有更好或者更简单的方法来存储这些额外信息？我考虑过使用 ProtocolBuffer，因为我需要在 C++ 和 Python 中都能读取和写入这些信息。但是，怎么处理那些没有的额外信息呢？

Answer 1

为什么要用协议缓冲区，而不是用XML、INI文件或者其他类似文本的格式呢？随便选一种格式不就行了吗...

你说的“元数据不可用”是什么意思？这应该是你的应用程序来处理这种错误情况...这跟存储格式有什么关系呢？

Answer 2

我建议你把这些元数据直接存储在图片文件里。

大多数图片格式都支持存储元数据。我记得 .jpeg 格式是通过 Exif 来实现的。

如果你使用的是Windows系统，可以用WIC来统一存储和提取元数据，具体可以参考这个链接：统一方式。

Answer 3

我考虑了很久这个问题，最后选择用ProtocolBuffer来存储我的图片元数据。比如说，对于每张图片Image00012.jpg，我会把元数据存储在Image00012.jpg.pbmd这个文件里。一旦我设置好了.proto文件，Python和C++的类就会自动生成。这种方法效果很好，让我在解析数据时花的时间很少（比起自己写代码去读取YAML文件，明显要好得多）。

RestRisiko提到了一个很好的观点，就是我该如何处理那些没有的元数据。ProtocolBuffer的一个好处是它支持可选和必填字段，这样就解决了我在这方面的问题。

我认为XML和INI不适合这个用途的原因是，因为我的很多元数据比较复杂（比如颜色分布等），需要一些存储上的定制。ProtocolBuffer让我可以嵌套定义数据结构。而且，元数据文件的大小和解析速度明显比我自己手动写的XML读取/写入要好。