图片完整性批量验证：损坏图片筛选实践
在需要批量验证图片文件完整性的场景下（服务器迁移、素材库整理、爬虫结果验证等），选择合适的方案很重要。这篇对比三种常见方案，并记录使用批量损坏图片筛选工具的实践经验。
三种方案对比
方案一：PIL/Pillow脚本
最常见的做法，用Image.open()加verify()验证。
优点：灵活，可以自定义逻辑。 缺点：verify()对某些损坏类型不敏感（比如JPEG文件尾不完整），单线程效率低，需要自己处理多线程和进度显示。
方案二：ImageMagick identify命令
批量调用identify检查文件。
优点：检测能力强。 缺点：需要安装ImageMagick，批量处理需要写shell脚本，Windows上使用不便。
方案三：批量损坏图片筛选工具（桌面GUI）
多重验证机制的桌面工具，4线程并行。
优点：开箱即用，验证逻辑严格，有二次确认机制，支持遍历子目录和保持路径结构。 缺点：不支持自定义验证逻辑。
验证逻辑详解
【批量损坏图片筛选工具】的验证流程比单纯调用PIL更严格：
- 文件基础检查：文件是否存在、大小是否为0
- 文件类型检查：用imghdr检测实际文件类型，与扩展名交叉验证
- PIL打开验证：尝试打开并转换为RGB模式，检查宽高是否合法
- JPEG文件尾检查：对JPEG文件额外检查末尾2字节是否为0xFF 0xD9（EOI标记）
- 二次确认：对第一次验证失败的文件，等待0.1秒后再验证一次，减少误判
这个二次确认机制在处理网络存储（NAS）上的文件时特别有用，因为网络延迟偶尔会导致误判。
实测数据
测试环境：12000张图片，总大小约8GB，存储在NAS上，4线程
| 方案 | 耗时 | 发现损坏数 | 误判数 |
|---|---|---|---|
| PIL单线程脚本 | 约3小时 | 71个 | 约5个（网络抖动误判） |
| 批量损坏图片筛选工具 | 约40分钟 | 83个 | 0个 |
工具多发现了12个损坏文件，主要是JPEG文件尾不完整的情况，PIL的verify()对这类损坏不敏感。
筛选模式选择
工具提供两种筛选模式：
保存正常图片：把验证通过的图片复制到目标目录，适合"清洗后重新归档"的场景。
保存损坏图片：把验证失败的图片复制到目标目录，适合"找出问题文件"的场景。
支持格式
JPG、JPEG、PNG、GIF、BMP、WebP、TIFF（大小写均支持）
适用场景
- 服务器/NAS迁移后的完整性验证
- 爬虫下载结果的质量检查
- 素材库定期健康检查
- 批量图片处理前的预筛选