☰

¿Cómo puedo encontrar imágenes no válidas?

tag-icon • tag-icon linux search find imagemagick
¿Cómo puedo encontrar imágenes no válidas?

Tengo un directorio con subdirectorios. En los directorios hay muchas imágenes, rastreadas desde la web.

¿Cómo puedo recorrer cada archivo y mostrar aquellos archivos que no son archivos de imagen válidos?

No debe basarse en la extensión del archivo.

Se me ocurrió este script:

find . -name '*.jpg' -o -name '*.jpeg' -o -name '*.gif' -o -name '*.png' | while read FILE; do
    if ! identify "$FILE" &> /dev/null; then
         echo "$FILE"
    fi  
done

Pero esto no funciona porque también genera imágenes válidas.

Respuesta1

find . -type f \
       \( -name '*.jpg' -o -name '*.jpeg' -o -name '*.gif' -o -name '*.png' \) \
       -exec sh -c '! file -b --mime-type "$1" | grep -q "^image/"' sh {} \; \
       -print

Mi enfoque utiliza -execrealizar una prueba personalizada en archivos. Se necesita un caparazón para construir una tubería. Se ejecuta un shell independiente para cada archivo con la extensión correcta, por lo que la solución funciona bastante mal.

El shell se ejecuta file -b --mime-typey luego grepcomprueba si el resultado comienza con image/. !al comienzo de la tubería niega su estado de salida, por lo que toda la -execprueba tiene éxito si el archivo no es realmente una imagen. Luego se imprime la ruta.

Notas:

  1. Omita -namelas pruebas para comprobar todos los archivos.
  2. O tal vez quieras utilizarlo -inameen lugar de -name.
  3. -inameSin embargo, POSIX no lo requiere. Ni lo es -bni --mime-typeopción de file.

  4. Lo siguiente produce un resultado ligeramente diferente y es más rápido:

    find . -type f \
       \( -name '*.jpg' -o -name '*.jpeg' -o -name '*.gif' -o -name '*.png' \) \
       -exec file --mime-type {} + \
| grep -v "\bimage/"

    peroalgunos nombres de archivos (por ejemplo, con nuevas líneas) o rutas (con image/) romperán la lógica.

Respuesta2

Debe hacer esto verificando las firmas del tipo de archivo. se puede encontraraquí, o puede encontrarlo mediante prueba y error revisando sus archivos.

Por ejemplo, la firma JPG es FF D8 FF E0, lo que significa que sus primeros cuatro bytes deben ser iguales a FF D8 FF E0.

Todo lo que necesitas es una herramienta para hacer coincidir estos bytes con los del archivo. A modo de ejemplo, hexdump -n 4 -C file.jpg| awk '{print $2 $3 $4 $5}'devuelve aquellos bytes en formato hexadecimal, que se pueden comparar con la firma deseada.

Si los archivos de imagen que tiene pueden estar dañados, puede encontrar información avanzada sobre firmas de archivos y recuperación.aquí. Por ejemplo, cuando solo se descarga una fracción de una imagen.

Respuesta3

La verificación de la extensión del archivo y los bytes mágicos se puede falsificar fácilmente. Verhttps://unix.stackexchange.com/questions/189364/script-to-determine-if-apparent-image-files-are-real-image-files/189367#189367Para inspirarte, básicamente usa imagemagick para verificar si la imagen es válida, ¡pero incluso entonces eso puede ser falsificado! Así que no hay una forma perfecta de comprobarlo.

información relacionada