✨ add image EXIF information extraction function

src/utils/tfjs/nsfw.ts

@@ -0,0 +1,55 @@
+import * as nsfwjs from "nsfwjs";
+import {NSFWJS} from "nsfwjs";
+import * as tf from "@tensorflow/tfjs";
+
+
+const initNSFWJs = async (): Promise<NSFWJS> => {
+    let nsfwModelCache: NSFWJS | null = null; // 缓存模型实例
+    // 如果模型已经加载，则直接返回缓存
+    try {
+        // 首先尝试从 IndexedDB 加载模型
+        nsfwModelCache = await nsfwjs.load("indexeddb://nsfwjs-model", {size: 224, type: "graph"});
+        console.log("NSFWJS 模型成功从 IndexedDB 加载");
+    } catch (_error) {
+        console.warn("IndexedDB 中未找到模型，正在从网络加载...");
+        // 如果 IndexedDB 加载失败，从 URL 加载模型并保存到 IndexedDB
+        nsfwModelCache = await nsfwjs.load("/nsfw/mobilenet_v2_mid/", {size: 224, type: "graph"});
+        await nsfwModelCache.model.save("indexeddb://nsfwjs-model");
+        console.log("NSFWJS 模型已从网络加载并保存到 IndexedDB");
+    }
+
+    return nsfwModelCache;
+};
+/**
+ * Predicts the NSFW score of an image using the NSFWJS model.
+ * @param model
+ * @param image
+ */
+const predictNSFW = async (model: NSFWJS, image: tf.Tensor3D | ImageData | HTMLImageElement | HTMLCanvasElement | HTMLVideoElement): Promise<boolean> => {
+    const predictions = await model.classify(image, 5);
+    // 定义阈值与对应的类别
+    const thresholds = {
+        'Porn': 0.6,
+        'Hentai': 0.3,
+        'Sexy': 0.6
+    };
+
+    // 使用一个变量来确定是否为色情内容
+    let isNSFW: boolean = false;
+
+    // 遍历预测结果，并检查是否满足阈值
+    for (const prediction of predictions) {
+        const className = prediction.className;
+        const probability = prediction.probability;
+
+        // 检查预测类别是否在阈值对象中
+        if (thresholds[className] !== undefined && probability >= thresholds[className]) {
+            isNSFW = true;
+            break; // 早期退出，如果满足任一条件
+        }
+    }
+
+    return isNSFW; // 返回是否为色情图片
+};
+
+export {initNSFWJs, predictNSFW};