¿Qué es Photoview?
Photoview es una galería web autoalojada pensada para fotógrafos; su escáner lee una carpeta del servidor y convierte los directorios en álbumes. El proyecto se describe como una «galería de fotos para servidores personales autoalojados», y el código está en GitHub con licencia AGPL-3.0.
Cada usuario se crea junto con una ruta del servidor y solo ve los archivos que cuelgan de ella. El README enlaza un sitio de demostración público.
Dónde conseguirlo
Photoview es un servidor que instalas tú mismo; la vía documentada es Docker Compose y no hay instalador de escritorio ni para el móvil.
Opción | Cómo conseguirlo |
|---|---|
| Docker Compose | Ejemplo de Compose: copia el .env, el archivo compose y el Makefile, edítalos y ejecuta make all |
| Otras plataformas | Según el README: Arch AUR, NixOS, Unraid, YunoHost, TrueNAS, EmbassyOS; soporte limitado |
| Precio | Gratuito, AGPL-3.0, autoalojado |
| Sitio web | photoview.github.io |
| Política de privacidad | No se encontró ninguna página de política de privacidad en el sitio web ni en el README |
| Código fuente | github.com/photoview/photoview |
| Demo pública | photos.qpqp.dk con el acceso indicado en el README |
Versión revisada: la 2.4.0, publicada el 23 de junio de 2024, la última versión etiquetada; GitHub no lista archivos descargables para ella. La rama master tuvo commits hasta el 29 de octubre de 2026, y las etiquetas latest y 2.4.0 en Docker Hub se actualizaron por última vez ese día. Hacen falta una terminal y Docker.
Requisitos
El README no indica un mínimo de RAM ni de CPU; menciona plataformas compatibles, bases de datos y un margen para la versión de Docker.
Entorno de ejecución
- Qué dicen las fuentes:
- Docker Engine publicado en el último año; Debian 12 o 13, o Ubuntu LTS y versiones intermedias recientes
Base de datos
- Qué dicen las fuentes:
- SQLite, MariaDB o PostgreSQL 17 o 18
Procesamiento de medios
- Qué dicen las fuentes:
- El procesamiento de RAW y de vídeo se puede desactivar por separado con una variable de entorno
Aceleración de vídeo
- Qué dicen las fuentes:
- Opcional: qsv, vaapi o nvenc; el proyecto solo verificó qsv en un chip Intel
Son afirmaciones del README; PromptQuorum no midió memoria, CPU ni tiempo de indexación.
Cómo empezar
Estos pasos siguen la guía de Docker del README; PromptQuorum no los ha ejecutado.
- 1Instala Docker
Why it matters: Instala Docker y Docker Compose en el servidor que guarda tus fotos. - 2Copia los archivos de ejemplo
Why it matters: Descarga los archivos de la carpeta de ejemplo de Compose, renómbralos a .env, docker-compose.yml y Makefile, y edítalos con tus rutas y tu base de datos. - 3Haz legibles los medios y arranca
Why it matters: Ejecuta make readable para que el contenedor pueda leer tus carpetas de medios y después make all. - 4Crea el administrador y escanea
Why it matters: Abre el puerto 8000, completa el asistente con un nombre de usuario, una contraseña y la ruta de las fotos (por defecto /photos) y pulsa Scan All en Ajustes.
Funciones principales
Todo lo que sigue procede del sitio web o del README del proyecto; PromptQuorum no ha probado nada de ello.
- Compartir. Los álbumes y los elementos sueltos se pueden compartir con un enlace público, opcionalmente protegido con contraseña.
- Mapas. Las fotos con coordenadas GPS en sus datos EXIF pueden mostrarse en un mapa; según la configuración de ejemplo, esto requiere un token de acceso de Mapbox gratuito que creas tú.
- Control de acceso. Según el README, los archivos multimedia están protegidos con un token en una cookie, las contraseñas se almacenan con hash y la API aplica una política CORS estricta.
Funciones de IA y dónde se ejecutan
El reconocimiento facial es la única función de IA que menciona el proyecto y se ejecuta dentro del servidor de Photoview con la biblioteca go-face.
- Detección y agrupación. El escáner encuentra rostros en las fotos y agrupa las de una misma persona, según el README; el código se apoya en go-face, un envoltorio de código abierto en Go para dlib.
- Archivos de modelo. Tres archivos de modelo de dlib para detección de rostros, puntos de referencia y reconocimiento están en la carpeta data/models del repositorio, y su ruta es configurable.
- Dónde se ejecuta. El código de detección de rostros llama directamente a la biblioteca local, sin ninguna petición de red en los archivos que leímos.
- Desactivarlo. Si se establece PHOTOVIEW_DISABLE_FACE_RECOGNITION en 1, la función se omite.
Flujo de datos y privacidad
Photoview es autoalojado, así que las fotos permanecen en el servidor que tú gestionas salvo que las compartas o actives los mapas. El README advierte de que su autenticación básica de usuarios no basta para proteger medios privados frente a actores malintencionados en internet, y sugiere un cortafuegos, una VPN, un proxy inverso u otras capas antes de exponerlo.
La vista de mapa carga la biblioteca de Mapbox en el navegador con el token que aportas; no se comprobó qué recibe Mapbox.
📌Nota: Son declaraciones del proyecto, no resultados de una auditoría. PromptQuorum no inspeccionó el tráfico de red ni revisó el código más allá de los archivos citados en este artículo.
Para quién es
- Fotógrafos con bibliotecas RAW en un servidor doméstico que quieren explorar y compartir carpetas sin mover archivos.
- Hogares que guardan las fotos familiares en un NAS y quieren una galería con una carpeta propia por usuario.
- Autoalojadores que prefieren una galería basada en carpetas a una plataforma con búsqueda y etiquetas de IA.
Lo que no pudimos verificar
- Calidad del reconocimiento facial. No se probaron la precisión, el comportamiento de agrupación ni la velocidad.
- Distancia respecto a la versión. La última versión etiquetada es de junio de 2024 y master ha avanzado; no se comparó cuánto difiere de la 2.4.0, y el README indica que PostgreSQL 18 será la versión recomendada para la próxima versión.
- Flujo de datos hacia Mapbox. No se comprobó qué envía la función de mapas a Mapbox ni qué condiciones aplica Mapbox al token gratuito.
- Uso de recursos. No hay cifras publicadas de RAM ni de CPU, y no se midió el uso real.
- Experiencia en el móvil. No figura ninguna app móvil; no se probó cómo se comporta la interfaz de navegador en teléfonos.
Competidores y alternativas
Otras tres herramientas de bibliotecas de fotos del directorio también reconocen rostros; se distinguen por lo que añaden.
PhotoPrism
- Plataformas:
- Linux, macOS, Windows (Docker), web
- Precio / licencia:
- Gratis + de pago / AGPL-3.0
- Diferencia clave:
- Añade etiquetas de IA y búsqueda; existen suscripciones de pago
Artículos sobre PhotoPrism (1)
- PhotoPrism Review: Self-Hosted AI Photo Library for Your ServerActualizado 24 de octubre de 2026
Immich
- Plataformas:
- Servidor Linux, iOS, Android, web
- Precio / licencia:
- Gratis / AGPL-3.0
- Diferencia clave:
- Añade apps de copia de seguridad para el móvil y búsqueda inteligente
Artículos sobre Immich (1)
- Immich Review: Self-Hosted Photo Library with Smart SearchActualizado 26 de octubre de 2026
También mencionado en:
- Facet Review: Local Photo Scoring, Culling and GalleryActualizado 28 de octubre de 2026
Facet
- Plataformas:
- Linux, macOS, Windows, web
- Precio / licencia:
- Gratis / MIT
- Diferencia clave:
- Añade puntuación y selección de fotos; algunos pesos de modelo por defecto no son de uso comercial
Artículos sobre Facet (1)
- Facet Review: Local Photo Scoring, Culling and GalleryActualizado 28 de octubre de 2026
Confirma el precio, la licencia y las plataformas actuales de cada app en su propia página.
Preguntas frecuentes
¿Photoview modifica mis archivos de fotos?
El README describe la galería como un acceso de solo lectura a tus medios, y las miniaturas generadas van a una carpeta de caché aparte que se define con PHOTOVIEW_MEDIA_CACHE.
¿Qué base de datos debería usar?
SQLite no necesita ningún servicio adicional, pero tiene el menor rendimiento y no escala. El README señala MariaDB como la opción por defecto y PostgreSQL como normalmente la más rápida.
¿Cómo actualizo Photoview?
Descarga la nueva imagen y reinicia los contenedores. El README recomienda hacer una copia de seguridad de la base de datos antes de actualizar y avisa de que las imágenes pasaron al registro photoview/photoview de Docker Hub, por lo que los archivos compose antiguos necesitan el nuevo nombre de imagen.
¿Dónde puedo obtener ayuda?
El README remite a un servidor de Discord para dudas de instalación y desarrollo, y el proyecto no da soporte a Portainer ni a otras capas sobre Docker Compose.
Veredicto
Photoview es una galería consolidada y de desarrollo abierto para quienes guardan sus fotos en carpetas de su propio servidor y quieren explorarlas, compartirlas y ordenarlas por rostros sin un servicio en la nube. En contra: la última versión etiquetada es de junio de 2024, la instalación requiere Docker y una base de datos, el reconocimiento facial es su única función de IA, los mapas dependen de un token de Mapbox y nada de ello se pudo probar aquí. Encaja con autoalojadores que piensan en carpetas y ya usan Docker; quien quiera búsqueda con IA o copia de seguridad del móvil debería comparar las alternativas anteriores.
Fuentes
- Sitio web de Photoview — resumen de funciones, consultado el 30 de octubre de 2026.
- README de Photoview — funciones, plataformas, bases de datos, instalación y notas de seguridad, consultado el 30 de octubre de 2026.
- Versiones de Photoview — versión 2.4.0, publicada el 23 de junio de 2024.
- Código de detección de rostros de Photoview — biblioteca de reconocimiento y variables de entorno, consultado el 30 de octubre de 2026.
- Photoview en Docker Hub — etiquetas de imagen, consultadas el 30 de octubre de 2026.