基于 OCR 和 情绪分析 的桌面表情包管理与搜索工具。
支持批量扫描图片、MD5 去重、OCR 文本提取、情绪分析（可选），并提供 Windows GUI 与打包脚本，便于发布为可执行程序。
本项目提供了详细的文档，请查看 📚 项目概述 快速了解项目详情。
| 文件/目录 | 说明 |
|---|---|
main.py |
程序入口（启动 GUI） |
src/ |
源代码目录（含 core/, gui/, utils/） |
scripts/ |
维护、打包和发布脚本 |
hooks/ |
PyInstaller 自定义 hooks（打包配置） |
assets/ |
资源文件（应用图标等） |
docs/ |
用户文档、使用指南 |
models/ |
模型文件目录（运行时自动下载） |
meme_finder.db |
SQLite 数据库文件（自动生成） |
requirements.txt |
Python 依赖列表 |
LICENSE |
开源协议 |
- 图源管理：添加 / 删除 / 启用 / 禁用文件夹，显示添加时间与最后扫描时间
- 图片扫描：递归扫描支持格式（jpg/png/bmp/webp/gif/tiff），自动 MD5 去重与增量扫描
- OCR 识别（可选）：使用 RapidOCR 提取图片文字并保存到数据库
- 情绪分析（可选）：使用 SnowNLP (中文) / TextBlob (英文) 对提取文本进行情绪分类
- 深度学习特征提取：使用 MobileNetV3 提取图片特征，支持以图搜图和智能排序
- 关键词搜索：通过 OCR 识别的文本搜索表情包
- 🖼️ 以图搜图：支持本地图片、粘贴板图片和已有图片的相似度搜索
- 混合相似度算法（深度学习特征 + PHash）
- 可自定义权重和阈值
- 支持最大比较数量限制
- 📊 智能排序：多种排序方式
- 深度学习相似度排序
- PHash相似度排序
- 混合相似度排序（可调权重）
- RGB颜色排序（按主色调分组）
- 多维度筛选：支持情感、图源、收藏状态、标签筛选
- 分页显示：可调整每页显示数量（10/20/50/100）
- 详情查看：点击图片查看详细信息（OCR文本、情感、标签、文件信息、颜色信息）
-
🏷️ 自定义标签系统：
- 创建带颜色的标签
- 为图片添加多个标签
- 按标签筛选搜索
- 集中管理标签
-
❤️ 收藏功能：
- 一键收藏/取消收藏
- 只看收藏筛选
- 收藏状态持久化
-
✅ 多选操作：
- 单击复选框选中
- Ctrl+点击多选
- Shift+点击范围选择
- 单击空白取消全部选择
-
🖱️ 右键批量操作：
- 批量收藏/取消收藏（智能显示）
- 批量编辑标签（添加/移除/替换）
- 批量编辑情感
- 批量转移到图源
- 批量删除（带二次确认）
- GUI 界面：基于 tkinter，包含三个标签页：
- 📁 图源管理
- ⚙️ 图片处理
- 🔍 图片搜索
- 虚拟化渲染：支持大量图片流畅显示
- 自适应布局：根据窗口大小自动调整列数
- 详情面板：实时编辑OCR文本、情感标签、图片标签
- 数据存储：基于 SQLite 数据库，持久化图源与图片信息
- 打包支持：自带 PyInstaller 打包脚本，生成独立 Windows 可执行包
-
下载压缩包:
-
解压运行
解压后直接运行exe文件即可
-
克隆项目：
git clone <repository-url> cd MEMEFinder
-
安装依赖：
pip install -r requirements.txt
-
启动程序：
python main.py
模型文件会在首次使用时自动下载。
项目提供了便捷的打包脚本，位于 scripts/ 目录：
python scripts/package_all.py详细说明请参考 脚本说明。
-
添加图源
- 打开「图源管理」标签页
- 点击「添加图源文件夹」
- 选择包含表情包的目录（可多选）
-
扫描图片
- 点击「扫描新图片」进行增量扫描
- 系统会自动 MD5 去重
-
处理图片（可选）
- 切换到「图片处理」标签页
- 运行 OCR 识别提取文字
- 运行情绪分析（可暂停、停止、查看进度）
-
搜索使用
- 切换到「图片搜索」标签页
- 通过关键词、情感、图源、收藏状态筛选
- 单击图片查看详情
- 双击图片打开文件
- 在搜索页面顶部点击「🔖 管理标签」
- 创建自定义标签（设置名称和颜色）
- 选择图片后在详情面板或右键菜单编辑标签
- 使用标签筛选查找相关图片
- 使用复选框、Ctrl+点击、Shift+点击选择多张图片
- 右键点击选中的图片
- 选择批量操作：
- ❤️ 收藏/💔 取消收藏
- 🏷️ 编辑标签（添加/移除/替换）
- 😊 编辑情感
- 📁 转移到图源
- 🗑️ 删除
- 点击图片左上角的爱心图标收藏
- 在搜索条件区勾选「❤ 只看收藏」
- 只显示已收藏的图片
- 点击搜索工具栏的「📷 以图搜图」按钮
- 选择搜索方式：
- 选择本地图片：从文件系统选择参考图片
- 粘贴图片：使用剪贴板中的图片（截图后直接粘贴）
- 使用当前选中图片：使用已选中的图片作为参考
- 系统会根据相似度排序显示结果
- 可在「⚙️ 以图搜图设置」中调整：
- 相似度算法权重（深度学习/PHash）
- 最小相似度阈值
- 最大比较数量
- 在搜索工具栏选择排序方式：
- 深度学习排序：基于深度学习特征的智能相似度
- PHash排序：基于感知哈希的相似度
- 混合排序：结合两种算法（可调权重）
- 颜色排序：按RGB主色调分组排序
- 选择参考图片后应用排序
- 排序信息会显示在界面顶部
src/
├── core/ # 核心逻辑
│ ├── scanner.py # 文件扫描
│ ├── image_hash.py # 图片哈希和颜色特征计算（PHash/RGB/DL特征）
│ ├── dl_model_manager.py # 深度学习模型管理器
│ ├── dl_feature_extractor.py # 深度学习特征提取器
│ ├── database/ # 数据库模块（模块化设计）
│ │ ├── database.py # 主数据库类
│ │ ├── connection_pool.py # 连接池管理
│ │ ├── schema.py # 数据库表结构
│ │ ├── source_manager.py # 图源管理
│ │ ├── image_manager.py # 图片操作
│ │ ├── search_manager.py # 搜索查询
│ │ ├── image_sorter.py # 图片排序（相似度/颜色）
│ │ ├── state_manager.py # 应用状态
│ │ └── tag_manager.py # 标签管理
│ └── ocr/ # OCR 模块（模块化设计）
│ ├── ocr_engine.py # OCR 引擎封装
│ ├── processor.py # OCR 处理器主入口
│ ├── sentiment_analyzer.py # 情感分析
│ └── text_processor.py # 文本提取与过滤
├── gui/ # 图形界面
│ ├── main_window.py # 主窗口
│ ├── source_tab.py # 图源管理页
│ ├── loading_window.py # 加载窗口
│ ├── tag_manager_dialog.py # 标签管理对话框
│ ├── process_tab/ # 图片处理页（模块化）
│ │ ├── main.py # 主标签页类
│ │ ├── gpu.py # GPU检测
│ │ ├── image_processor.py # 图片处理器
│ │ └── memory_utils.py # 内存管理
│ └── search_tab/ # 图片搜索页（模块化）
│ ├── search_tab.py # 主协调器
│ ├── search_toolbar.py # 搜索工具栏
│ ├── search_filters.py # 搜索过滤器
│ ├── similarity_search.py # 以图搜图
│ ├── similarity_settings_dialog.py # 相似度设置对话框
│ ├── canvas_renderer.py # 虚拟化渲染
│ ├── detail_panel.py # 详情面板
│ ├── detail_widgets.py # 详情组件
│ ├── event_handlers.py # 事件处理
│ ├── context_menu.py # 右键菜单
│ ├── batch_tag_editor.py # 批量标签编辑
│ ├── batch_emotion_editor.py # 批量情感编辑
│ ├── batch_move_dialog.py # 批量移动对话框
│ ├── tag_selector_dialog.py # 标签选择对话框
│ ├── checkbox_dropdown.py # 复选框下拉菜单
│ ├── pagination_control.py # 分页控制
│ └── icon_manager.py # 图标管理
└── utils/ # 工具模块
├── logger.py # 日志记录
├── resource_path.py # 资源路径管理
├── model_manager.py # 模型管理
├── resource_monitor.py # 资源监控
├── gpu_detector.py # GPU 检测
├── gpu_installer.py # GPU 安装配置
├── cuda_finder.py # CUDA 路径查找
└── cuda_validator.py # CUDA 验证
欢迎提交 Issue 或 Pull Request！
反馈问题时请附上运行日志（位于 logs/ 目录中）。
本项目基于 MIT License 开源发布。
详见 LICENSE。
希望能帮到你，喜欢MEME的人
如果觉得该项目有用，请点一点star。这是我们维护、开发的动力。