4. 照片证据采集规范

在数字工地管理中，照片证据是驱动整改闭环的核心载体。一张不合格的照片可能导致整改指令被驳回、责任追溯失败甚至法律纠纷。本章从拍摄设备、角度构图与元数据三个维度，建立可执行、可校验的采集规范。

4.1 拍摄设备要求

设备选型直接影响照片的清晰度、色彩还原与元数据完整性。不同场景对设备的要求有所差异，下表列出推荐配置与最低准入标准：

4.2 拍摄角度与构图标准

一张合格的安全证据照片必须同时包含“全局定位”与“局部细节”两层信息。推荐采用“三拍法”构图：

1. 全景定位照：站在隐患区域外5-8米处，拍摄包含周边参照物（如楼栋编号、轴线、塔吊、道路）的全局画面，用于确认位置。
2. 中景关联照：靠近隐患点2-3米，拍摄隐患与周围设备、人员、防护设施的相对关系，用于判断影响范围。
3. 特写细节照：距离隐患点0.3-0.5米，使用微距或变焦拍摄缺陷细节（如裂缝宽度、钢筋锈蚀、接线裸露），必须放置标准参照物（如卷尺、硬币、色卡）。

4.3 照片元数据要求

元数据是照片证据的“数字指纹”，用于证明拍摄时间、地点和人员的真实性。所有上传至数字工地系统的照片必须包含以下三项核心元数据：

4.4 元数据采集技术实现

为确保元数据不可篡改，推荐在采集App中嵌入以下代码逻辑（以Android端为例）：

// 元数据强制采集示例（Kotlin）
fun captureEvidencePhoto(context: Context, userId: String): File? {
    // 1. 获取NTP同步时间
    val ntpTime = NtpClient.getNetworkTime() ?: return null
    // 2. 获取GPS坐标（精度过滤）
    val location = LocationProvider.getLastKnownLocation()
    if (location == null || location.accuracy > 10f) {
        showWarning("GPS信号弱，请移至开阔区域")
        return null
    }
    // 3. 人脸活体验证
    val livenessPass = FaceLivenessDetector.verify(context, userId)
    if (!livenessPass) {
        showWarning("人脸验证失败，请重新拍摄")
        return null
    }
    // 4. 写入EXIF（禁止后续修改）
    val photoFile = CameraController.takePhoto()
    ExifEditor.write(photoFile)
        .setDateTime(ntpTime)
        .setGpsLatitude(location.latitude)
        .setGpsLongitude(location.longitude)
        .setUserTag(userId)
        .apply()
    return photoFile
}