照片只剩IMG编号？用Ente按画面描述找回三张静物图

记得一张照片里是“木桌上的红杯”，文件名却只剩 IMG 加一串数字。Ente Photos 的 Magic search 可以用画面描述检索已有照片。这次先拍八张没有人物的静物练习照，再按描述找回其中三张，最后保留实际文件名和查找记录。

先确认两件事，再开始拍照。本篇只走手机端、未登录的 Gallery mode。欢迎页需要出现 Continue without account（不使用账号继续）；官方说明它受功能开关和地区影响，最新版也可能没有入口。此时暂停，不改走登录备份。第二，设备必须能让本次可扫描的照片库只包含八张练习照，例如使用已有的干净测试手机。官方 iOS 排错要求完整照片权限，不应把“仅选八张照片”当作本教程支持的路径。如果无法把本次可扫描范围限制为这八张练习照，就停止本练习，也不要为练习卸载应用或清空图库。见Gallery mode 官方 FAQ。

已有真实 Ente 账号的手机不必退出或重装来配合练习。注册、登录、备份与模式切换都不在本篇范围内。本文于 2026 年 10 月 20 日 UTC 核查官方资料，未安装或运行产品；八张场景与下文答案均为原创教学设计，实际命中情况由读者记录。

开始前：手机、下载和数据边界

从官方下载说明选择移动版。Android 有 Play、F-Droid 和官方 GitHub 等渠道；更新尽量沿用原渠道，不同安装包可能成为两个独立应用。当前美国 App Store 页面列出 iOS/iPadOS 15.1 或以上，这不保证其他地区能下载。Android 以自己设备的官方渠道兼容提示为准，不为本练习关闭安全防护或使用来路不明的安装包。

Gallery mode 无需 Ente 账号或付费订阅。本练习不用 API、自托管或云存储额度；Ente 的云服务另有 10 GB 免费和付费方案，详见方案说明。准备设备、拍照和等待索引仍需要时间，本机也要留有存储空间。

首次开启机器学习需要下载模型，官方目前给出的量级约为 300 MB，随功能和版本变化；不在本机的照片原件下载另计。索引完成后才能离线搜索，不要刚安装就断网，也不预设几秒完成。见模型下载与离线搜索 FAQ。

本篇不上传照片到 Ente 云端。手机系统相册是否另外受 iCloud、Google Photos 或厂商云备份管理，需要自行了解；Gallery mode 不会替你改变这些设置。普通登录模式会涉及加密备份与索引同步，不能拿“在本机计算”推导为“没有云副本”。官方机器学习指南也明确：网页不支持这项 ML，桌面没有 Gallery mode。

八张照片都不含人脸，不需要命名人物或进行身份识别。部分版本可能把语义检索与人脸功能放在同一 ML 设置中；没有使用人名，不代表人脸检测模块一定未运行。如果你的要求是任何人脸检测代码都不得运行，而当前版本不能独立关闭，就停止本练习。

一、自己摆拍八张，先留下人工答案

用自己拥有的日用品拍摄。每张主体完整、光线均匀，使用常见的静态 JPEG 即可；不用 RAW、Live Photo、视频或拼图。避开人、手、倒影、人物图案、屏幕、快递标签和可识别住址。杯子和笔记本尽量没有大字，避免文字变成另一条检索线索。

保留相机默认文件名，不加“红杯”“耳机”等字，也不填写照片说明。A—H 只是纸面答案编号，不贴在画面上、不用于改名。在本地笔记或纸上记“编号 → 相机实际文件名”，例如 A 对应你拍出的某个 IMG 文件；不要照抄不存在的示例编号。

编号	拍摄内容	拍完先检查
A	一只红杯，单独放在木纹桌面上	杯子和木纹都清楚，画面里没有白布
B	一只蓝杯，放在与 A 相同的木纹桌面上	除了杯子颜色，尽量保持与 A 接近
C	同一只红杯放在铺平的白布上	画面里看不到木桌，白布确实是背景
D	一把合拢的黄色雨伞放在木纹桌面上	整把伞能看清，开合状态明确
E	同一把黄色雨伞撑开，放在白色地面上	伞面完整，不拍人物或拿伞的手
F	一盆绿色植物放在白色背景前	叶片和花盆同时可见，不要求具体品种
G	黑色头戴耳机放在合上的无字蓝色笔记本上	耳机和笔记本都能辨认，没有人物封面
H	白碗里放三只橙子	碗和水果都清楚；本篇不测试模型数橙子

没有同样的物件，可以换成自己的，但必须同步改查询与答案。若红杯照片 C 仍露出大片木桌，就先重拍，不能一边给含糊输入，一边要求模型精确区分。

逐张在系统相册打开，确认八张原件确实在手机上。只看到云端缩略图时，先取得这些练习照的原件。不要将真实私人图库当作测试材料，也不需要删除任何原照片。

二、进入未登录模式，等八张图完成索引

1. 在符合前置条件的测试手机上打开 Ente Photos，选择 Continue without account。按系统提示授予本次测试图库所需的照片访问权限；iOS 按官方说明需要完整照片权限，先确认该图库只有练习素材。
2. 在图库里逐张检查 A—H 都能打开。Gallery mode 依据设备图库显示照片，不必创建 Ente 云相册；它的收藏和 Ente 相册组织功能需要账号，本篇不使用。见Gallery mode 功能说明。
3. 打开 Settings → Machine learning，按当前界面开启机器学习和本地索引相关选项。不同版本可能显示 Machine learning、Local indexing 等名称，以实际设置为准，不点注册或启用备份的引导。
4. 首次接稳定 Wi-Fi，等模型准备和索引结束。保持应用前台，必要时接电；发热明显就暂停，等设备恢复。查看机器学习页面或 Search 页的进度，不用“已经看到缩略图”代替完成状态。

设置入口依据官方 ML 指南；前台运行和接电建议见Gallery FAQ。只要八张还没齐、模型没就绪或索引未完成，就先排查准备过程，不急着评价搜索好坏。

Magic search 会把图像和文字转为可以比较的表示，再按相似程度给出候选。它适合帮你缩小范围，却不能确保每个颜色、背景和状态条件都同时成立。想了解原理可看Ente 的技术说明。

三、原样试七条查询，中文和英语分开记录

进入 Search，在搜索栏输入一条描述。Ente 可能并列展示文件名、日期、说明文字和 Magic search 等结果，选择按画面内容匹配的 Magic search 入口，不把文件名命中混进本次记录。结果类别说明见搜索 FAQ。

先原样输入下表中文，记录结果；没找到再试同一行英语。官方说英语通常表现更好，没有提供本例的中文成功率。即使英语找到了，也要分别记“中文未找到、英语找到”。见Magic search 语言与使用说明。

表中目标由拍摄计划人工确定，不是本文已测得的搜索结果。“排除”表示你打开照片后应判错的候选，不保证软件不会返回它。

查询	中文输入	英文备用输入	人工目标与排除项
Q1，核心	木桌上的红色杯子	a red mug on a wooden table	A；B 是蓝杯，C 背景是白布
Q2，对照	白布上的红色杯子	a red mug on white fabric	C；A 的木桌背景不符合
Q3，核心	合上的黄色雨伞	a closed yellow umbrella	D；E 已撑开，不能只因黄色就判对
Q4，核心	蓝色笔记本上的黑色耳机	black headphones on a blue notebook	G；B 虽是蓝色，却没有耳机和笔记本
Q5，对照	白色背景前的绿色盆栽	a green potted plant against a white background	F；其他七张没有盆栽
Q6，对照	白碗里的橙子	oranges in a white bowl	H；其他七张没有碗装水果
Q7，无目标	红色自行车停在墙边	a red bicycle next to a wall	八张均不符合；A、C 的红色也不能当作命中

先做 Q1、Q3、Q4，每次清空上一条查询再输入下一条。记录界面显示的前三张候选对应 A—H 中的哪张；不足三张就记实际数量。点开目标，逐项确认物件、颜色、背景或开合状态，再核对原始文件名。

照片信息页通常可从查看器的 Info（信息）入口打开，部分版本放在三点菜单。若该版本不显示原始文件名，用系统相册的信息页对照之前的 A—H 清单；不要为了方便记录而添加可搜索的说明文字。菜单参考官方照片说明操作，具体布局以所装版本为准。

四、把“候选相似”与“确实找到”分开

以 Q1 为例，A 满足红杯和木桌两个条件；B 只满足木桌，C 只满足红杯。假如 C 排在 A 前面，先记下这个现象，再打开 A 核对。不要把排第一当作自动通过，也不要看到“红色”就忽略背景。

接着做 Q2、Q5、Q6。若简单的盆栽、碗装水果能找到，而红杯背景或伞的开合容易混淆，可以记录“基本物件可用，细条件区分不稳”。这比只挑一条成功查询更能帮助判断它适不适合你的照片。

最后做 Q7。素材里没有自行车，人工结论必须是“无符合照片”。相似检索仍可能给出红色杯子等候选，这时逐张排除即可，不要求它一定显示空结果。反过来，搜索没有结果，也不能据此宣布原照片不存在。

本次不使用“不是蓝色”“恰好三个”“左边第二只”或具体型号当精确过滤器。需要数物件、核对位置或确认文字时，打开原图人工查看，不能从检索结果推导事实。

五、没找到时，只按固定顺序放宽

为了看清哪一步有效，先保留原始查询结果，再按以下顺序操作，不反复改到偶然满意才开始记：

1. 确认当前选的是 Magic search，清除遗留的日期、相册等筛选，确认索引已完成。
2. 中文原句未找到，试表里的英语原句。照片和图库范围保持不变。
3. 英语仍不行，再试更短短语：Q1 用 red mug，Q3 用 yellow umbrella，Q4 用 headphones。
4. 宽查询仍没找到，就手动翻八张，确认目标原件能打开。写下失败和当前版本，结束这次尝试。

宽查询只搜到了两把黄色伞时，你可以人工挑出合拢的 D，但记录应是“宽查询辅助找到”，不能写成“精确识别开合通过”。不要给照片补 caption、改描述文件名、移走干扰照片后，再把结果计入原试验。

如果连 F、H 这种简单目标也找不到，优先查入口、索引和原件，不先增加一长串形容词。官方也建议检查索引状态、换同义词和简洁描述，见检索建议。

六、保存一份能复查的查找记录

每条查询复制一份下面的空白记录。它是记录模板，不是产品输出；实际原文件名以自己的八张照片为准。

日期／手机系统／Ente版本：
模式：未登录 Gallery mode
本次可扫描图库：A—H 八张练习照
索引状态：
查询编号：
原样输入／语言：
前三张候选（不足三张写实际）：
目标是否在前三张：是／否／无结果
打开后确认的原始文件名：
物件、颜色、背景或状态核对：
备用查询及它自己的结果：
结论：原句找到／宽查询辅助找到／仍未找到／环境无法继续

这次主要交付是 A、D、G 三张照片的原始文件名与查找路径，不需要导出、再次上传或分享照片。Q1—Q7 的记录都留下，中文、英语和宽查询各记各的结果。

想判断体验是否够好，可以事先约定：三条核心查询用表中中文或英语原句时，目标都在各自前三张候选中。这是本练习设定的检查门槛，不是官方准确率，也不是保证会达到的结果。找得到但不在前三张，照样可以完成手动查找，只是没有通过这项检索质量检查。

• 成果完整：A、D、G 均能打开原图，实际文件名与纸面清单一致。
• 判断正确：没有把 B、C、E 等近似图当成对应核心目标；Q7 如实记无目标。
• 记录可信：失败没有删去，宽查询没有冒充精确查询，环境未准备好没有算成模型失败。
• 素材仍在：八张原件和文件名没有被改动、覆盖或删除。

若只找回两张，就保存两张的记录和第三张的失败原因。不要为了填满三行，拿近似照片凑数。

七、这些问题出现时，先停在哪一步

• 看不到无需账号继续：核对官方渠道和版本；入口仍没有，就停在准备阶段。地区可用性未知时，不承诺换包、改区或注册能解决。
• 八张照片显示不全：检查测试图库权限、原件是否本机可读，并等初次扫描结束。iOS 按官方排错核对完整照片权限；不能安全授予时停止，不用扩大真实图库权限来试运气。
• 索引慢或卡住：检查模型下载、存储空间和前台状态；正常关闭再打开应用后检查进度。设备发热或频繁崩溃就暂停。仍无进展时保留版本、进度和错误现象，不清缓存、不删除应用数据或原图。参见官方故障排查。
• 误进登录或备份流程：停止本篇步骤，先确认当前模式和备份设置。官方对模式切换后既有索引是否保留的说明存在冲突，本文不作承诺，也不要求上传照片来继续练习。
• 搜索能找到，断网却打不开原件：先查原件、模型和索引是否都在本机。离线检索有准备前提，不能仅凭一张缓存缩略图判断完成。

可选做一次离线复查：模型、索引和八张原件都就绪后，暂时断开网络，再输入一条描述并打开目标，之后恢复正常网络。这只能证明这次已准备好的搜索在断网时可用，不是对整台手机“从不上传”的安全证明。

本练习不需要任何删除操作。Gallery mode 的照片属于设备图库，误删可能影响原件；官方特别提醒 Android 10 及更早版本有永久删除风险。遇到问题先保留材料，再按Gallery FAQ排查。

最后留下八张原图、A—H 对照和七条查询记录。以后面对更多自己的照片，可以先用熟悉的几张检查检索是否适合你的描述习惯，再决定扩大使用范围；别把这八张的小练习当作整个相册的准确率证明。

原稿资料核查：2026 年 10 月 20 日 UTC；2026 年 10 月 25 日补查官方 Gallery 说明与 GitHub 移动版发行记录。官方 GitHub 已于 10 月 21 日发布 Photos v1.3.66，发行说明涉及图库界面与机器学习模型下载实现。各应用商店的更新进度和地区入口仍须以实际设备为准。本文只核查资料并设计练习，没有测得 Ente 的命中率、耗时或设备性能数据，也未在 v1.3.66 上执行本练习。