Question

我有一个以带交错像素（BIP）格式存储的多频段卫星图像以及一个单独的头文件。头文件提供了详细信息，例如图像中的行数和列数，以及波段数（可以超过标准3）。

图像本身就像这样存储（假设一个5波段图像）：

[B1] [B2] [B3] [B4] [B5] [B1] [B2] [B3] [B4] [B5] ......等等（基本上是5个字节 - 每个频段一个 - 用于每个像素从图像的左上角开始。）

我需要将这些频段中的每一个分离为Python 3.2中的PIL图像（在Windows 7 64位上），目前我认为我正在接近这个问题。我目前的代码如下：

def OpenBIPImage(file, width, height, numberOfBands):
    """
    Opens a raw image file in the BIP format and returns a list
    comprising each band as a separate PIL image.
    """
    bandArrays = []
    with open(file, 'rb') as imageFile:
        data = imageFile.read()
    currentPosition = 0
    for i in range(height * width):
        for j in range(numberOfBands):
            if i == 0:
                bandArrays.append(bytearray(data[currentPosition : currentPosition + 1]))
            else:
                bandArrays[j].extend(data[currentPosition : currentPosition + 1])
            currentPosition += 1
    bands = [Image.frombytes('L', (width, height), bytes(bandArray)) for bandArray in bandArrays]
    return bands

这段代码打开BIP文件的时间太长了，肯定有更好的方法可以做到这一点。我也有numpy和scipy库，但我不确定如何使用它们，或者它们是否会以任何方式提供帮助。

由于图像中的波段数也是可变的，我发现很难找到一种快速读取文件并将图像分离成组件波段的方法。

仅仅为了记录，我已经尝试搞乱循环中的列表方法（使用切片，不使用切片，仅使用追加，仅使用扩展等），它并不特别有所作为主要时间由于涉及的迭代次数而丢失 - （width * height * numberOfBands）。

任何建议或建议都会非常有用。感谢。

Answer 1

如果你能找到一个快速函数来加载一个大python列表（或numpy数组）中的二进制数据，你可以使用切片表示法对数据进行解交错：

band0 = biglist[::nbands]
band1 = biglist[1::nbands]
....

这有帮助吗？

Answer 2

标准PIL

要从文件加载图像，请使用图像模块中的打开功能。

>>> import Image
>>> im = Image.open("lena.ppm")

如果成功，此函数返回一个Image对象。您现在可以使用实例属性来检查文件内容。

>>> print im.format, im.size, im.mode
PPM (512, 512) RGB

format属性标识图像的来源。如果未从文件中读取图像，则将其设置为“无”。 size属性是一个包含宽度和高度（以像素为单位）的2元组。 mode属性定义图像中波段的数量和名称，以及像素类型和深度。常见模式为灰度图像的“L”（亮度），真彩色图像的“RGB”和印前图像的“CMYK”。

Python Imaging Library还允许您处理多波段图像的各个波段，例如RGB图像。 split方法创建一组新图像，每个图像包含来自原始多波段图像的一个波段。合并函数采用图像的模式和元组，并将它们组合成新图像。以下示例交换RGB图像的三个波段：

分裂和合并乐队

r, g, b = im.split()
im = Image.merge("RGB", (b, g, r))

所以我认为你应该简单地推导出模式，然后进行相应的分割。

使用Spectral Python的PIL（SPy python模块）

但是，正如您在下面的评论中指出的那样，您没有处理具有3个波段的普通RGB图像。因此，为了解决这个问题，SpectralPython（一个需要PIL的纯python模块）可能就是你想要的。

具体来说 - http://spectralpython.sourceforge.net/class_func_ref.html#spectral.io.bipfile.BipFile

spectral.io.bipfile.BipFile处理带有交错像素（BIP）格式的图像文件。

希望这有帮助。

Answer 3

我怀疑重复扩展不好更好地分配所有第一个

def OpenBIPImage(file, width, height, numberOfBands):
    """
    Opens a raw image file in the BIP format and returns a list
    comprising each band as a separate PIL image.
    """
    bandArrays = []
    with open(file, 'rb') as imageFile:
        data = imageFile.read()
    currentPosition = 0
    for j in range(numberOfBands):
        bandArrays[j]= bytearray(b"\0"*(height * width)):


    for i in xrange(height * width):
        for j in xrange(numberOfBands):
                bandArrays[j][i]=data[currentPosition])
            currentPosition += 1
    bands = [Image.frombytes('L', (width, height), bytes(bandArray)) for bandArray in bandArrays]
    return bands

我的测量结果显示没有减速

def x():
    height,width,numberOfBands=1401,801,6
    before = time.time()
    for i in range(height * width):
        for j in range(numberOfBands):
            pass
    print (time.time()-before)

>>> x()
0.937999963760376

<强> EDITED

在python中读取卫星图像文件时优化性能

3 个答案: