iPhoto：基于 Python + PySide6 的高性能 macOS 风格照片管理器

​

项目初衷

在 Windows 平台上，一直缺乏一个像 macOS Photos 那样既优雅又高效的照片管理工具。现有的工具要么需要繁琐的“导入”过程，要么采用封闭的数据库存储。

iPhoto 的核心哲学是：文件夹即相册 (Folder-native) 。它不破坏原有的文件结构，通过轻量化的 JSON 描述文件和全局 SQLite 索引，在 Windows 上复刻了 Live Photo 播放、地图视图和非破坏性后期编辑等核心体验。​主界面

​编辑界面

• GitHub 仓库: OliverZhaohaibin/iPhotos-LocalPhotoAlbumManager
• 一键下载exe安装包: github.com/OliverZhaoh…
• 技术栈: Python 3.10+ / PySide6 (Qt6) / SQLite / OpenGL 3.3

技术架构深度解析

项目采用严格的分层架构设计，确保了核心逻辑与 UI 层的解耦。

1. 核心后端 (Pure Python)

后端不依赖任何 GUI 库，保证了 CLI 工具和 GUI 界面可以复用同一套逻辑：

• 数据模型: 使用 pydantic 风格的 JSON Schema 定义相册元数据（.iphoto.album.json）。
• 高性能索引: 采用 SQLite 3 存储全局元数据，支持多索引优化（路径、时间戳、媒体类型），实现万级照片秒级检索。
• 增量扫描引擎: 基于文件状态的幂等更新（Upsert），仅处理新增或变更的文件。
• 外部工具链: 集成 ExifTool 读取复杂的 EXIF/GPS/QuickTime 元数据，利用 FFmpeg 生成视频缩略图。

2. GUI 表现层 (PySide6 / Qt6)

基于 MVC (Model-View-Controller) 模式构建复杂的桌面应用：

• 异步任务调度:  BackgroundTaskManager 封装 QThreadPool，处理缩略图预读、文件导入等耗时操作，确保界面不卡顿。

• 服务层 (Services) : 通过 AssetMoveService 和 LibraryUpdateService 处理跨组件的复杂状态变更。

• 自定义组件:

  • 自适应网格: 懒加载缩略图列表。
  • 地图引擎: 半独立的地图模块，支持矢量切片（.pbf）解析、Tile 缓存管理及 MapLibre 样式渲染。

3. 非破坏性图像编辑引擎 (OpenGL + NumPy)

这是本项目技术难度最高的部分，实现了类似 Lightroom 的后期体验：

• 实时预览: 基于 OpenGL 3.3 定制 Shader，将复杂的颜色调整、透视变换放在 GPU 上实时渲染。

• 参数映射算法:

  • Master Sliders: 通过高斯内插（Gaussian Interpolation）等算法，将一个“大师滑块”的值科学地分配到多个细分调整参数（如 Brilliance, Exposure, Shadows）。
  • 透视校正: 实现了复杂的几何计算，在执行垂直/水平透视变换时，自动进行 AABB 碰撞检测以防止黑边。

• 存储机制: 所有编辑记录在 .ipo 旁路文件中，不修改原始图像像素。

核心特性

坐标系与黑边预防逻辑 (Technical Insight)

在处理裁剪与透视时，系统维护了三套坐标系：

1. 原始纹理空间 (Original Texture Space) : 原始像素坐标。
2. 投影空间 (Projected Space) : 应用透视矩阵后的 2D 空间。在此空间中，原始矩形变为凸四边形 $Q_{valid}$。
3. 视口空间 (Viewport Space) : 屏幕渲染坐标。

算法核心: 所有的裁剪逻辑（AABB 裁剪框）均在投影空间完成。通过 point_in_convex_polygon 验证，确保裁剪框 $R_{crop}$ 始终在 $Q_{valid}$ 内部，从数学上根除了透视后的黑边问题。

​裁剪界面

快速上手

如果你是开发者，可以通过以下方式快速运行：

Bash

# 1. 克隆并安装依赖
git clone 
cd iPhotos-LocalPhotoAlbumManager
pip install -e .

# 2. 启动 GUI 界面
iphoto-gui

写在最后

这个项目是我对“如何优雅地组织个人数据”的一次深入探索。代码结构清晰，注释丰富，非常适合作为 PySide6 大型项目实战或图像处理算法的学习参考。

欢迎大家提出 Issue 或 PR，一起完善 Windows 上的照片管理体验！

如果你觉得有用，欢迎在 GitHub 上点个 Star

​