LazyGeotag

Automatisches Geotagging für PhotoPrism und lokale Fotosammlungen mit Dawarich Standortdaten

LazyGeotag verbindet deine Fotos mit GPS-Koordinaten aus deiner Dawarich-Standortverfolgung. Es funktioniert sowohl mit PhotoPrism-Sammlungen als auch mit lokalen Ordnern.

Features

• 🗺️ Automatisches Geotagging mit Dawarich-Standortdaten
• 📸 Dual-Modus: PhotoPrism-Integration oder lokale Ordner
• 🎯 Intelligente Pfad-Erkennung: Query vs. lokaler Pfad wird automatisch erkannt
• ⚡ Optimierte PhotoPrism-Rescans: Gemeinsame Wurzelelemente, Warte-Logik
• 🔍 Dry-Run Modus: Vorschau ohne Änderungen
• 📊 Detaillierte Berichte: Erfolg/Fehler-Kategorisierung
• ⏱️ Zeitfenster-Matching: Konfigurierbarer Toleranzbereich

Voraussetzungen

• Python 3.8+
• Dawarich Instanz mit API-Zugang
• Optional: PhotoPrism für erweiterte Funktionen

Installation

1. Repository klonen:

git clone https://github.com/streiman/lazygeotag.git
cd lazygeotag

2. Virtual Environment erstellen:

python -m venv .venv
source .venv/bin/activate  # Linux/Mac
# oder
.venv\Scripts\activate     # Windows

3. Dependencies installieren:

pip install -r requirements.txt

4. Konfiguration erstellen:

cp .env.example .env
# .env mit deinen Daten bearbeiten

Konfiguration

Bearbeite die .env Datei:

# PhotoPrism (optional, nur für PhotoPrism-Modus)
PHOTOPRISM_URL=https://deine-photoprism-instanz.de
PHOTOPRISM_USER=admin
PHOTOPRISM_PASSWORD=dein-passwort

# Dawarich (erforderlich)
DAWARICH_URL=https://deine-dawarich-instanz.de
DAWARICH_API_KEY=dein-api-key

# Einstellungen
MAX_TIME_DIFF_MINUTES=90
TIMEZONE=Europe/Berlin
PHOTOPRISM_ORIGINALS_PATH_OVERRIDE=/pfad/zu/fotos

Verwendung

PhotoPrism-Modus

# Nach Jahr und Kamera filtern
python lazygeotag.py "year:2025 camera:nikon"

# Bestimmten Zeitraum
python lazygeotag.py "after:2025-08-01 before:2025-08-31"

# Dry-Run (keine Änderungen)
python lazygeotag.py "year:2025" --dry-run

# Ohne automatischen Rescan
python lazygeotag.py "album:urlaub" --no-rescan

Lokaler Ordner-Modus

# Lokalen Ordner bearbeiten
python lazygeotag.py "/home/user/photos"
python lazygeotag.py "./urlaubsfotos"

# Dry-Run für lokale Ordner
python lazygeotag.py "~/Downloads/fotos" --dry-run

Nur PhotoPrism Rescan

python lazygeotag.py --rescan

PhotoPrism Query-Filter

Das Tool unterstützt alle PhotoPrism-Suchfilter:

Filter	Beschreibung	Beispiel
geo:false/true	Mit/ohne GPS-Daten	geo:false
type:image/video/raw	Medientyp	type:image
year:2025	Jahr	year:2025
month:8	Monat (1-12)	month:8
after:2025-08-01	Nach Datum	after:2025-08-01
camera:canon	Kamera-Marke	camera:canon
album:urlaub	Album	album:urlaub

Hinweis: type:image und geo:false werden automatisch hinzugefügt, falls nicht vorhanden.

Funktionsweise

1. Foto-Erkennung: PhotoPrism-Query oder lokaler Ordner-Scan
2. EXIF-Analyse: Extrahiert Aufnahmezeit aus Foto-Metadaten
3. Standort-Matching: Findet nächsten Dawarich-Punkt im Zeitfenster
4. GPS-Injection: Schreibt Koordinaten in EXIF-GPS-Tags
5. PhotoPrism-Rescan: Intelligente Aktualisierung (nur PhotoPrism-Modus)

Unterstützte Formate

• JPEG (.jpg, .jpeg) - Vollständig unterstützt
• TIFF (.tif, .tiff) - Vollständig unterstützt
• PNG - Nicht unterstützt (EXIF-Limitation)
• RAW-Formate - Nicht unterstützt

Fehlerbehebung

Häufige Probleme

"Keine Standortdaten gefunden"

• Überprüfe Dawarich API-Key und URL
• Stelle sicher, dass Standortdaten für den Zeitraum existieren
• Erhöhe MAX_TIME_DIFF_MINUTES falls nötig

"PhotoPrism Rescan Timeout"

• Normal bei großen Bibliotheken
• Rescan läuft trotzdem im Hintergrund weiter
• Nutze --no-rescan bei wiederkehrenden Problemen

"EXIF-Daten können nicht geladen werden"

• Unterstützt nur JPEG/TIFF
• PNG-Dateien werden automatisch übersprungen

Debug-Ausgabe

Nutze --dry-run für detaillierte Informationen:

python lazygeotag.py "year:2025" --dry-run

Entwicklung

Requirements aktualisieren

pip freeze > requirements.txt

Tests

# Dry-Run Test
python lazygeotag.py "year:2025 month:8" --dry-run

# Kleiner Test
python lazygeotag.py "year:2025 month:8 day:1"

# Lokaler Test
python lazygeotag.py "./test-photos" --dry-run

Lizenz

MIT License - siehe LICENSE Datei.

Beiträge

Pull Requests und Issues sind willkommen!

1. Fork das Repository
2. Erstelle einen Feature-Branch (git checkout -b feature/amazing-feature)
3. Commit deine Änderungen (git commit -m 'Add amazing feature')
4. Push zum Branch (git push origin feature/amazing-feature)
5. Öffne einen Pull Request

Danksagungen

• PhotoPrism - Foto-Management
• Dawarich - Standortverfolgung
• piexif - EXIF-Manipulation