找AI帮忙搓了一个影视和相片轮播应用

Byte

接触飞牛OS也已经8个月了，看着硬盘里面的相片和影视资源越来越多，又没有找到单纯的轮播展示应用，于是找AI帮忙手搓一个。

• 相册轮播：支持展示相册位置/地理位置（腾讯地图）和拍摄时间

• 影视海报轮播：使用TMDB数据源，可展示背景、海报、logo等信息

项目地址：

宇宙安全声明：项目90%AI+10%人工排bug，主打一个能用就行，你会看到
- 前端：ES5无法兼容，前端资源管理混乱
- 后端：缺少日志，返回信息缺少规范

后端 - JAVA SpringBoot：https://gitee.com/leric-cn/ealbum-back/releases/tag/V2.3.7

前端 - 原生HTML CSS JS ：https://gitee.com/leric-cn/ealbum-for-old-device/releases/tag/V3.3.0

页面目录

入口页

相册 /album/index.html

影视展示

海报

部署说明

1. 账号准备

1. 申请TMDB API token

2. 申请腾讯地图的应用KEY 并为“”接口分配配额

2. 基础配置

1. Nginx 图片服务器

需要通过Nginx配置图片目录/photo；以及转码后的文件目录/convert（如果你需要展示CR2、DNG、HEIC格式的话）。最终图片文件通过这两个地址访问：

• ip:28081/photo/path-to-your-photo.jpg
• ip:28081/converted/path-to-your-photo.jpg

server {
    listen 28081;
    # 映射/photo路径
    location /photo/ {
        alias /photo/;
      
      
        # 图片文件类型优化
        location ~* \.(jpg|jpeg|png|gif|webp|svg|bmp)$ {
            expires 30d;
            add_header Cache-Control "public, no-transform";
        }
    }
  
    # 映射/converted路径
    location /converted/ {
        alias /converted/;
      
        # 图片文件类型优化
        location ~* \.(jpg|jpeg|png|gif|webp|svg|bmp)$ {
            expires 30d;
            add_header Cache-Control "public, no-transform";
        }
    }
}

2. Mysql数据库

你需要初始化两个数据库

• episode：存放影视信息，可通过后端初始化接口批量添加或通过TMDB链接逐个添加

CREATE TABLE `episode` (
  `id` int NOT NULL AUTO_INCREMENT COMMENT '主键ID',
  `media_name` varchar(255) NOT NULL COMMENT '影视名称',
  `tmdb_id` int NOT NULL COMMENT 'TMDB编号',
  `media_type` enum('Movie','TV') NOT NULL COMMENT '影视类型: Movie 或 TV',
  `description` text,
  `category` varchar(255) DEFAULT NULL COMMENT '分组信息：1 为不展示 2/3 为自定义分组',
  `images` text,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=333 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='剧集信息表';

• albumPath：你相册的目录，目录下需要存在图片，不建议用再放子目录

CREATE TABLE `albumPath` (
  `album_path` varchar(255) NOT NULL,
  `recommand` tinyint(1) DEFAULT '0',
  PRIMARY KEY (`album_path`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

3. 后端配置

1. 后端口服务目录

• 新建目录，在目录下放置jar包 EAlbum-BE.jar
• 在子目录./config 中新建项目配置文件 application.properties

Your Path
**── config
**   **── application.properties
**── EAlbum-BE.jar

2. 后端配置文件

你需要手动配置项目配置文件

# 配置运行端口
server.port=28080

spring.application.name=EAlbum-BE

# Mysql 配置信息
# 如果
spring.datasource.url=jdbc:mysql://<数据库IP:端口>/数据库名称?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTC
spring.datasource.username= 你的数据库用户名
spring.datasource.password= 你的数据库密码
spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver

# JPA 配置（无需修改）
spring.jpa.show-sql=true
spring.jpa.hibernate.ddl-auto=update
spring.jpa.properties.hibernate.dialect=org.hibernate.dialect.MySQL8Dialect


# 目录配置
# 影视目录 多个地址以英文逗号（,）隔开 
paths.movie= /path1,/path2
paths.tv=
# RAW 转码后的图片地址
paths.converted= /converted

# 接口Token配置，如果没有，随便填些什么东西
token.tmdb= tmdb Token
token.feishu= 飞书机器人token
token.tencentMap= 腾讯地图Key

logging.file.name=./EAlbum-BE.log

config.weight=50

4. 前端文件配置

前端工程/public/script.js有如下配置，如果没有改过后端端口和接口地址的话不需要改

// ======== FOR Album ========
// 配置获取相片的后端API
let albumBaseURL = "http://192.168.1.100:28081"; 
let countDown = 3000; // 切换间隔时间
let getPhotoAPI = "http://192.168.1.100:28080/api/getPhoto";

// ======== FOR Episode ========
// 配置获取影视信息的后端API
let getMediaAPI = "http://192.168.1.100:28080/api/getEpisode";
let episodeBaseURL = "https://image.tmdb.org/t/p/original";
// let episodeBaseURL = "https://image.tmdb.org/t/p/w500";

// ======== FOR Horizon ========
// 配置Horizon页面中，获取海报和背景图的策略
// 背景图获取策略：1 - 只获取 poster；2 - 只获取 backdrop；3 - 按比例间隔获取
const BACKGROUND_STRATEGY = 3; // 默认设置为按比例间隔获取

// 如果使用策略3，可以定义比例 x 和 y
const POSTER_COUNT = 1; // 每 x 张 poster 获取 y 张 backdrop
const BACKDROP_COUNT = 1;

后端接口列表

获取相片

/api/getPhoto

该接口会从 albumPath 库中随机获得一个目录地址，在从里面随机获得一张图片，对应sql如下

SELECT album_path FROM albumPath ORDER BY RAND() LIMIT 1

你可以结合下面的这个接口来实现：

• 从推荐的目录中获得图片

/api/setProcedureMode

更改图片获取模式，随机或获得推荐目录下的图片

接口参数

• mode

  • 0：获取随机目录下的图片地址
  • 1：获得 recommand =1 的目录的图片（需要修改数据库字段值）

/api/setProcedureMode?procedureMode=1

添加影视剧

/api/updateMovie

你可以通过这个接口批量添加已有电影信息

会遍历配置文件 paths.tv 指定的文件夹，并获得文件文件名称和年份信息后，通过TMDB的接口查询详细信息和图片，并落库

paths.movie 下应该直接是电影目录，不会遍历里面的子目录

建议标记电影年份，不然可能影响TMDB查询的正确性

Your Movie Directory
**── Akira(1988)
**── BLUE GIANT (2023)

/api/updateTV

你可以通过这个接口批量添加已有电视剧信息

会遍历配置文件 paths.tv 指定的文件夹，并获得文件文件名称和年份信息后，通过TMDB的接口查询详细信息和图片，并落库（根据tmdbid去重）

paths.tv 下应该直接是电影信息，不会遍历里面的子目录

建议标记电视剧年份，不然可能影响TMDB查询的正确性

Your Dorama Directory
**── Friends
**── Severance (2022)

/api/save-TV-by-tmdb

根据tmdb地址，添加电视剧（根据tmdbid去重）

• 接口参数

  • url：TMDB影视地址，兼容带影视名称的情况如

    • https://www.themoviedb.org/tv/42253-k-on

/api/save-TV-by-tmdb?url=https://www.themoviedb.org/tv/64492

/api/save-Movie-by-tmdb

根据tmdb地址，添加电影（根据tmdbid去重）

• 接口参数

  • url：TMDB影视地址，兼容带影视名称的情况如

    • https://www.themoviedb.org/movie/149-akira

/api/save-TV-by-tmdb?url=https://www.themoviedb.org/movie/149-akira

获取影视

/api/getEpisode

该接口会从 episode 库中随机获得一个影视信息，对应sql如下

ELECT * FROM episode WHERE category != 1 ORDER BY RAND() LIMIT 1

你可以结合下面的两个接口来实现：

• 根据category字段值来获得影视信息，比如获得喜欢的影视
• 配置是否获得 季海报 和 集封面

配置影视获取模式

/api/setWeight

在获取影视信息时会生成一个1-100的随机数，若随机数小于权重，则不会请求TMDB接口获取 季海报 和 集封面图。这个接口用于设置该权重。

• 接口参数

  • weight：设置权重

/api/setWeight?weight=100

/api/setCatagory

配置获取的影视剧分组，对应数据库sql为：

ELECT * FROM episode WHERE category = 2 ORDER BY RAND() LIMIT 1

category取值：

• 0：默认值
• 1：不想展示的剧集可设置成1
• 2-127：自定义分组，结合**/api/getEpisode**接口可实现获取固定分组的剧集信息

接口参数

• catagory：设置获取的分组

• catagory = 0：随机获得categoty ≠ 1 的剧集，对应sql：

  • ELECT * FROM episode WHERE category != 1 ORDER BY RAND() LIMIT 1

• catagory ≠ 0 : 随机获得对应分组下的剧集，对应sql：

  • ELECT * FROM episode WHERE category = 2 ORDER BY RAND() LIMIT 1

/api/setCatagory?catagory=0

图片转码

项目支持获取RAW图片，在获得RAW图片时，会从转码后的目录中寻找同名文件：

• 若有则返回
• 若找不到，则在当前目录下寻找非RAW图片

常规前端项目使用原生HTML，只支持非RAW格式的图片，如果你想展示RAW格式的图片可以通过这个脚本实现转码

非RAW：jpg、jpeg、png

已支持的RAW：dng、cr2、heic

依赖库

# 创建并激活虚拟环境
python3 -m venv venv
source venv/bin/activate

# 更新 pip
python -m pip install --upgrade pip

# 安装系统依赖（Ubuntu/Debian）
sudo apt update
sudo apt install libraw-dev libheif-dev

# 安装 Python 依赖 临时使用阿里云的源
pip install rawpy imageio pillow pyheif -i https://mirrors.aliyun.com/pypi/simple/

转码脚本

import os
import logging
from PIL import Image
import time
import pyheif
import rawpy
import imageio

# ================= 配置参数（你可以修改这些变量）=================
SOURCE_DIR = "/vol4/1000/ROOM4/Gallery/convertTask/toconvert"      # 要扫描的源文件夹路径
OUTPUT_DIR = "/vol4/1000/ROOM4/Gallery/Converted"                  # 输出 jpg 的统一目录

# 支持的原始格式列表
#SUPPORTED_EXTENSIONS = ('.heic', '.cr2', '.dng', '.HEIC', '.CR2', '.DNG')
SUPPORTED_EXTENSIONS = ('.dng', '.DNG')
#SUPPORTED_EXTENSIONS = ('.cr2', '.CR2')
#SUPPORTED_EXTENSIONS = ('.heic', '.HEIC')

# 设置日志记录
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    filename='conversion.log',
    filemode='w'
)
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.INFO)
console_handler.setFormatter(logging.Formatter('%(asctime)s - %(levelname)s - %(message)s'))
logging.getLogger().addHandler(console_handler)

# ================= 图像转换函数 =================

def convert_heic_to_jpeg(heic_path, output_path):
    """
    使用 pyheif 将 HEIC 文件转换为 JPEG
    """
    try:
        heif_file = pyheif.read(heic_path)
        img = Image.frombytes(
            heif_file.mode,
            heif_file.size,
            heif_file.data,
            "raw",
            heif_file.mode,
            heif_file.stride,
        )
        img.save(output_path, "JPEG", quality=95)
        return True
    except Exception as e:
        logging.error(f"HEIC 转换失败: {heic_path}，原因: {e}")
        return False

def convert_raw_to_jpeg(raw_path, output_path):
    """
    使用 PIL 将 CR2 文件转换为 JPEG
    """
    try:
        with Image.open(raw_path) as img:
            if img.mode in ("RGBA", "P"):
                img = img.convert("RGB")
            img.save(output_path, "JPEG", quality=95)
        return True
    except Exception as e:
        logging.error(f"RAW 文件转换失败 (PIL): {raw_path}，原因: {e}")
        return False

def convert_dng_with_rawpy(dng_path, output_path):
    """
    使用 rawpy 将 DNG 文件转换为 JPEG
    """
    try:
        with rawpy.imread(dng_path) as raw:
            rgb = raw.postprocess()
        imageio.imwrite(output_path, rgb)
        return True
    except Exception as e:
        logging.error(f"DNG 转换失败 (rawpy): {dng_path}，原因: {e}")
        return False

def convert_to_jpeg(input_path, output_dir):
    """
    将图像文件转换为 JPEG 格式，并保存至 output_dir
    :param input_path: 原始文件路径
    :param output_dir: 输出目录
    :return: 转换成功与否
    """
    try:
        base_name = os.path.splitext(os.path.basename(input_path))[0]
        output_path = os.path.join(output_dir, f"{base_name}.jpg")

        if os.path.exists(output_path):
            logging.info(f"已存在，跳过: {input_path}")
            return False

        logging.info(f"正在转换: {input_path}")

        ext = os.path.splitext(input_path)[1].lower()

        if ext == '.heic':
            success = convert_heic_to_jpeg(input_path, output_path)
        elif ext == '.dng':
            success = convert_dng_with_rawpy(input_path, output_path)
        else:
            success = convert_raw_to_jpeg(input_path, output_path)

        return success

    except Exception as e:
        logging.error(f"转换失败: {input_path}，原因: {e}")
        return False

def find_files(source_dir, extensions):
    """
    递归查找所有符合条件的文件
    """
    matched_files = []
    for root, _, files in os.walk(source_dir):
        for file in files:
            if file.lower().endswith(extensions):
                matched_files.append(os.path.join(root, file))
    return matched_files

def main():
    # 检查目录是否存在
    if not os.path.isdir(SOURCE_DIR):
        logging.error(f"源目录不存在: {SOURCE_DIR}")
        return

    if not os.path.exists(OUTPUT_DIR):
        os.makedirs(OUTPUT_DIR)
        logging.info(f"创建输出目录: {OUTPUT_DIR}")

    # 查找所有需要转换的文件
    raw_files = find_files(SOURCE_DIR, SUPPORTED_EXTENSIONS)

    total = len(raw_files)
    success_count = 0
    failed_count = 0

    logging.info(f"共找到 {total} 个需要转换的文件.")

    for i, file_path in enumerate(raw_files, start=1):
        base_name = os.path.splitext(os.path.basename(file_path))[0]
        output_jpg = os.path.join(OUTPUT_DIR, f"{base_name}.jpg")

        if os.path.exists(output_jpg):
            logging.info(f"[{i}/{total}] 已存在，跳过: {file_path}")
            continue

        result = convert_to_jpeg(file_path, OUTPUT_DIR)
        if result:
            logging.info(f"[{i}/{total}] 成功转换: {file_path}")
            success_count += 1
        else:
            logging.warning(f"[{i}/{total}] 失败或跳过: {file_path}")
            failed_count += 1
        print("-" * 60)

    logging.info(f"转换完成！成功: {success_count}，失败/跳过: {failed_count}")
    logging.info(f"总耗时: {time.time() - start_time:.2f} 秒")

if __name__ == "__main__":
    start_time = time.time()
    main()

java配置文件

需要修改java项目配置文件

# RAW 转码后的图片地址
paths.converted= 转码后文件存放目录