„Vom Scan über KI‑basierte Gesichtserkennung bis hin zur sicheren digitalen Archivierung“

Das langfristige Archivieren von Personeninformationen in Bildern ist eine wichtige Maßnahme zur digitalen Bestandserhaltung – besonders im familiären, journalistischen oder kulturellen Kontext.

Das automatische Erkennen von Personen in Bildern und das anschließende Archivieren dieser Informationen in den Metadaten (z. B. als PersonInImage in XMP/IPTC) ist ein häufiger Anwendungsfall für digitale Fotoarchive – insbesondere in der Familienfotografie oder für Medienschaffende.

Personen finden und archivieren

Inhaltsverzeichnis

🔐 Datenschutz beachten

Speichere personenbezogene Daten in Metadaten nur dann, wenn:

• Du die Einwilligung hast (z. B. bei öffentlichen Bildern)

• Oder es sich um ein privates Archiv handelt (z. B. Familienfotos)

Ziel

Automatisch erkannte Personen aus Bildern extrahieren und in die Metadaten (z. B. XMP:PersonInImage) schreiben, um sie langfristig archivieren zu können.

Langfristige Auffindbarkeit: Wer ist auf welchem Bild?

Plattformunabhängigkeit: Lesbarkeit auch in Jahrzehnten.

Rechtskonformität & Privatsphäre: DSGVO-konform, je nach Kontext.

das Programm „Excire Foto“

Da ich bereits mit Excire Foto arbeite, lässt sich meine Anforderung gut umsetzen!

Excire erkennt Gesichter und Personen automatisch und speichert diese Informationen intern. Du kannst sie exportieren – z. B. über Stichwörter (Keywords) und/oder XMP-Dateien – und dann mit einem Python-Tool automatisch in XMP:PersonInImage-Metadaten archivieren.

🔄 Workflow mit Excire + Python + ExifTool

1. Personen in Excire taggen

In Excire:

• Personen über Gesichtserkennung erkennen lassen.

• Namen als Stichwörter (Keywords) oder als Personen-Stichwörter vergeben.

2. XMP-Dateien exportieren

• Excire speichert Metadaten (inkl. Stichwörtern) automatisch in .xmp-Sidecar-Dateien für RAW-Dateien (z. B. .dng).

• Für JPEGs kann Excire die Metadaten direkt schreiben.

3. Python-Skript liest XMP-Dateien aus

• Extrahiert aus jedem XMP-Dokument die Personen-Namen (aus dc:subject, lr:hierarchicalSubject o. ä.).

• Schreibt sie in das Feld XMP:PersonInImage – ohne Dopplungen.

• Optional: nur ergänzen, nicht überschreiben.

die Alternative:  digiKam

Digikam ist tatsächlich ein sehr gutes und beliebtes Open-Source-Tool für die Verwaltung und Bearbeitung von Fotos – inklusive integrierter Funktionen zur Personenerkennung (Face Recognition) und Verschlagwortung.

Vorteile von Digikam für Personenerkennung:

  • Automatische Gesichtserkennung: Digikam scannt Bilder auf Gesichter, gruppiert ähnliche Gesichter und erlaubt es, Personen Namen zuzuordnen.

  • Datenbankgestützte Verwaltung: Erkenntnisse und Zuordnungen werden in der Digikam-Datenbank gespeichert, was eine einfache Suche und Verwaltung ermöglicht.

  • Unterstützung für viele Bildformate und Metadatenstandards (XMP, IPTC).

  • Plattformübergreifend: läuft auf Windows, Linux und macOS.

  • Kostenlos & Open Source

Was solltest du wissen:

  • Digikam nutzt OpenCV und eigene Algorithmen zur Gesichtserkennung.

  • Die Gesichtserkennung funktioniert besser bei gut erkennbaren, klaren Gesichtern.

  • Es ist möglich, erkannte Personen mit Namen zu versehen, was dann als Schlagwort/Tag gespeichert wird.

  • Du kannst die erkannten Personen auch exportieren bzw. die Metadaten in die Dateien schreiben lassen.

  • Digikam lässt sich gut ergänzen mit anderen Workflows (z. B. mit ExifTool, Lightroom etc.), wenn du die Metadaten weiterverarbeiten willst.