我正在尝试提取从CR2拍摄照片的日期/时间（原始照片的佳能格式）。
我知道CR2 specification，我知道我可以使用Python struct模块从二进制缓冲区中提取片段。
简而言之，规范说在标签0x0132 / 306中我可以找到一个长度为20的字符串 - 日期和时间。
我尝试使用以下方法获取该标记：
struct.unpack_from(20*'s', buffer, 0x0132)
但我得到
('\x00', '\x00', "'", '\x88, ...[and more crap])
有什么想法吗？
修改的
非常感谢您的全力以赴！答案是惊人的，我学到了很多关于处理二进制数据的知识。
答案 0 :(得分：7)
您是否考虑过在您正在讨论的IFD块之前应该（根据规范）的标题？
我查看了规范，它说第一个IFD块跟随16字节头。因此，如果我们读取字节16和17（偏移量为0x10十六进制），我们应该得到第一个IFD块中的条目数。然后我们只需搜索每个条目，直到找到匹配的标记id（我读它）给出了日期/时间字符串的字节偏移量。
这对我有用：
from struct import *
def FindDateTimeOffsetFromCR2( buffer, ifd_offset ):
# Read the number of entries in IFD #0
(num_of_entries,) = unpack_from('H', buffer, ifd_offset)
print "ifd #0 contains %d entries"%num_of_entries
# Work out where the date time is stored
datetime_offset = -1
for entry_num in range(0,num_of_entries-1):
(tag_id, tag_type, num_of_value, value) = unpack_from('HHLL', buffer, ifd_offset+2+entry_num*12)
if tag_id == 0x0132:
print "found datetime at offset %d"%value
datetime_offset = value
return datetime_offset
if __name__ == '__main__':
with open("IMG_6113.CR2", "rb") as f:
buffer = f.read(1024) # read the first 1kb of the file should be enough to find the date / time
datetime_offset = FindDateTimeOffsetFromCR2(buffer, 0x10)
print unpack_from(20*'s', buffer, datetime_offset)
我的示例文件的输出是：
ifd #0 contains 14 entries
found datetime at offset 250
('2', '0', '1', '0', ':', '0', '8', ':', '0', '1', ' ', '2', '3', ':', '4', '5', ':', '4', '6', '\x00')
[edit] - 修订/更全面的示例
from struct import *
recognised_tags = {
0x0100 : 'imageWidth',
0x0101 : 'imageLength',
0x0102 : 'bitsPerSample',
0x0103 : 'compression',
0x010f : 'make',
0x0110 : 'model',
0x0111 : 'stripOffset',
0x0112 : 'orientation',
0x0117 : 'stripByteCounts',
0x011a : 'xResolution',
0x011b : 'yResolution',
0x0128 : 'resolutionUnit',
0x0132 : 'dateTime',
0x8769 : 'EXIF',
0x8825 : 'GPS data'};
def GetHeaderFromCR2( buffer ):
# Unpack the header into a tuple
header = unpack_from('HHLHBBL', buffer)
print "\nbyte_order = 0x%04X"%header[0]
print "tiff_magic_word = %d"%header[1]
print "tiff_offset = 0x%08X"%header[2]
print "cr2_magic_word = %d"%header[3]
print "cr2_major_version = %d"%header[4]
print "cr2_minor_version = %d"%header[5]
print "raw_ifd_offset = 0x%08X\n"%header[6]
return header
def FindDateTimeOffsetFromCR2( buffer, ifd_offset, endian_flag ):
# Read the number of entries in IFD #0
(num_of_entries,) = unpack_from(endian_flag+'H', buffer, ifd_offset)
print "Image File Directory #0 contains %d entries\n"%num_of_entries
# Work out where the date time is stored
datetime_offset = -1
# Go through all the entries looking for the datetime field
print " id | type | number | value "
for entry_num in range(0,num_of_entries):
# Grab this IFD entry
(tag_id, tag_type, num_of_value, value) = unpack_from(endian_flag+'HHLL', buffer, ifd_offset+2+entry_num*12)
# Print out the entry for information
print "%04X | %04X | %08X | %08X "%(tag_id, tag_type, num_of_value, value),
if tag_id in recognised_tags:
print recognised_tags[tag_id]
# If this is the datetime one we're looking for, make a note of the offset
if tag_id == 0x0132:
assert tag_type == 2
assert num_of_value == 20
datetime_offset = value
return datetime_offset
if __name__ == '__main__':
with open("IMG_6113.CR2", "rb") as f:
# read the first 1kb of the file should be enough to find the date/time
buffer = f.read(1024)
# Grab the various parts of the header
(byte_order, tiff_magic_word, tiff_offset, cr2_magic_word, cr2_major_version, cr2_minor_version, raw_ifd_offset) = GetHeaderFromCR2(buffer)
# Set the endian flag
endian_flag = '@'
if byte_order == 0x4D4D:
# motorola format
endian_flag = '>'
elif byte_order == 0x4949:
# intel format
endian_flag = '<'
# Search for the datetime entry offset
datetime_offset = FindDateTimeOffsetFromCR2(buffer, 0x10, endian_flag)
datetime_string = unpack_from(20*'s', buffer, datetime_offset)
print "\nDatetime: "+"".join(datetime_string)+"\n"
答案 1 :(得分：6)
0x0132不是偏移量，它是日期的标记号。 CR2或TIFF分别是基于目录的格式。您必须在给定您正在寻找的（已知）标签的情况下查找条目。
修改：
好的，首先，你必须阅读文件数据是使用little或big-endian格式保存的。前八个字节指定标头，该标头的前两个字节指定字节顺序。 Python的struct模块允许您通过在格式字符串前加上'＆lt;'来处理小端和大端数据。或''gt;'。因此，假设data是包含CR2图像的缓冲区，您可以通过
header = data[:8]
endian_flag = "<" if header[:2] == "II" else ">"
格式规范声明第一个图像文件目录以相对于文件开头的偏移量开始，偏移量在标头的最后4个字节中指定。因此，要获得第一个IFD的偏移量，您可以使用与此类似的行：
ifd_offset = struct.unpack("{0}I".format(endian_flag), header[4:])[0]
您现在可以继续阅读第一个IFD。您将在目录中找到指定偏移量的条目数，该文件宽度为两个字节。因此，您将使用以下内容读取第一个IFD中的条目数：
number_of_entries = struct.unpack("{0}H".format(endian_flag), data[ifd_offset:ifd_offset+2])[0]
字段条目长度为12个字节，因此您可以计算IFD的长度。在number_of_entries * 12个字节之后，将有另外4个字节的长偏移，告诉你在哪里寻找下一个目录。这基本上就是你使用TIFF和CR2图像的方式。
这里的“魔术”是要注意，对于每个12字节字段条目，前两个字节将是标记ID。这就是你寻找你的标签0x0132的地方。因此，如果您知道第一个IFD从文件中的ifd_offset开始，您可以通过以下方式扫描第一个目录：
current_position = ifd_offset + 2
for field_offset in xrange(current_position, number_of_entries*12, 12):
field_tag = struct.unpack("{0}H".format(endian_flag), data[field_offset:field_offset+2])[0]
field_type = struct.unpack("{0}H".format(endian_flag), data[field_offset+2:field_offset+4])[0]
value_count = struct.unpack("{0}I".format(endian_flag), data[field_offset+4:field_offset+8])[0]
value_offset = struct.unpack("{0}I".format(endian_flag), data[field_offset+8:field_offset+12])[0]
if field_tag == 0x0132:
# You are now reading a field entry containing the date and time
assert field_type == 2 # Type 2 is ASCII
assert value_count == 20 # You would expect a string length of 20 here
date_time = struct.unpack("20s", data[value_offset:value_offset+20])
print date_time
你显然想要将解包重构为一个公共函数，并且可能将整个格式包装成一个很好的类，但这超出了本例的范围。您还可以通过将多个格式字符串合并为一个来缩短解包，从而产生一个更大的元组，其中包含您可以解压缩为不同变量的所有字段，为清楚起见，我将其遗漏了。
答案 2 :(得分：4)
我发现来自https://github.com/ianare/exif-py的EXIF.py从.CR2文件中读取EXIF数据。似乎因为.CR2文件基于.TIFF文件，EXIF.py是兼容的。
import EXIF
import time
# Change the filename to be suitable for you
f = open('../DCIM/100CANON/IMG_3432.CR2', 'rb')
data = EXIF.process_file(f)
f.close()
date_str = data['EXIF DateTimeOriginal'].values
# We have the raw data
print date_str
# We can now convert it
date = time.strptime(date_str, '%Y:%m:%d %H:%M:%S')
print date
这打印：
2011:04:30 11:08:44
(2011, 4, 30, 11, 8, 44, 5, 120, -1)