怎么在几万张照片里找出某个人的所有照片

「这张照片里有我女儿的都有哪些？」听起来是个简单问题 —— 直到你的素材库大到翻不完为止。相册帮不上忙（它按事件归类，不按人），文件名帮不上忙，云端相册只在「你愿意把所有人的脸都交出去」的前提下才帮得上忙。

真正可靠的做法是以人找图：给电脑一张这个人的清晰照片，让它把你的目录索引一遍，之后随时都能再问。下面这套流程全部在你自己的电脑上完成。

为什么「翻」这个动作会失效

素材库一大，三件事会同时崩掉：

• 按时间翻只在你还记得大概什么时候拍的时候有用。过了几千张，你就不记得了。
• 按相册/文件夹整理是按事件归类的。而一个人会横跨几十个事件 —— 答案天生就是散的。
• 手动打标签准确，但完全不可持续。没有人会给三万张照片打标签。

按人检索把这个方向反过来：你不用再记照片在哪，只要说明你要找谁。

先准备一张好的参照照

参照照的质量决定了后面所有事情的上限。一张好的照片胜过五张凑合的。

好的参照照长这样：

• 正面或接近正面。侧脸给模型的信息大约只有一半。
• 光线正常、对焦清晰，脸在画面里占的比例不能太小。
• 年代别差太远。人的长相会变，二十年前的照片不适合当上个月的参照。
• 画面里只有一个人。合影要先裁，而裁出来的脸通常不如一张专门的证件照/人像。

如果这个人在你的素材库里样子差别很大 —— 比如孩子在长大，或者有时戴眼镜有时不戴 —— 就给他加两三张参照照。SnapByFace 会把同一个人的多张参照照视为同一身份。

完整流程

1. 添加人物：把 SnapByFace 指向参照照片目录，文件名用人物名命名 —— 文件名就是人名。
2. 添加素材目录：指向存放照片的文件夹。SnapByFace 会递归扫描，不需要你先把目录结构整理平。
3. 让它把目录过一遍：它会查看每张照片，记住找到的每一张脸。进度可见，任务可以暂停和继续。
4. 查看命中结果：结果按相似度排序，可以按人看，也可以按文件看。双击打开预览。

第一次建完之后，再索引是增量的：新增照片不会把旧的重新分析一遍。

怎么看相似度分数

每条命中都带一个相似度分值，表示找到的脸与你的参照照有多接近。SnapByFace 在分值达到阈值时报告命中 —— 默认 0.45，可在 0.30 到 0.80 之间调整。

两条实用规则：

• 调高（往 0.60 以上）：当你觉得错的人太多时。更严格 = 更少但更可信的命中。
• 调低（往 0.35）：当你确信某人在里面却没被找到时 —— 对侧脸、动态模糊、半转头的脸特别有用。

:::tip 改阈值永远不会重新分析你的素材。目录已经看过一遍，新阈值只是对同一批结果收紧或放宽标准。 :::

拿到结果之后怎么用

结果有两种看法：按人物（某个参照照的所有命中）和按文件（某张照片里找到的所有人）。两种视图回答的是不同问题：「她出现在哪些地方？」和「这张照片里有谁？」。

需要把名单带出软件时，导出 CSV 即可。想核对某条命中，双击就能打开预览 —— SnapByFace 不会重命名、移动或修改你的文件，你的素材库对它来说是只读的。

活儿在哪台机器上干的

这一切都在你自己的电脑上完成。照片与视频都留在本地：软件对它们了解的一切都放在 ~/.snapbyface/，不上传任何图片或视频，也不需要注册账号。

唯一会离开电脑的是可选的设备统计 ping —— 机器码、软件版本、操作系统、语言与激活状态。它不含照片、人脸数据、文件路径和检索行为，可以在设置里关掉。

什么时候这不该是你要的工具

这些限制是真实的，值得先说清楚：

• 没有参照照就没有结果。SnapByFace 只找你添加过的人，不做「这人是谁」的开放式识别。
• 分辨率极低或遮挡严重会让任何人脸检索都退化，本地云端都一样。
• 跨越几十年的外貌变化需要给这个人多准备几张参照照。

如果你要的答案是「找到这个人，我手上有一张他的正脸照」，那本地参照检索正是对的工具。如果你要的是「识别出这个陌生人」—— 那不管是云端还是本地，都不该由消费级软件来回答。

拿你自己的素材库试一下

免费试用能跑完整的本地检索，每人显示 5 条、每次搜索 20 条命中 —— 通常足够判断默认阈值适不适合你的素材。激活后，已经找到的所有命中都会解锁，不需要重跑。试用期间累计最多发起 100 次分析。

• 下载 SnapByFace
• 照片人脸搜索
• 安装指南
• 阈值调优