使用cv2

Question

我需要一个python例程，可以打开并将TIFF图像导入到numpy数组中，这样我就可以分析和修改包含的数据，然后再将它们保存为TIFF。（它们基本上是灰度的光强度图，表示每个像素的相应值）

我试图找到一些东西，但没有关于TIFF的PIL方法的文档。我试图搞清楚，但只有错误的模式/文件类型不支持错误。

我需要在这里使用什么？

Answer 1

首先，我从名为a_image.tif的{{3}}下载了测试TIFF图像。然后我用PIL开了这样的话：

>>> from PIL import Image
>>> im = Image.open('a_image.tif')
>>> im.show()

这显示了彩虹图像。要转换为numpy数组，它就像：

一样简单

>>> import numpy
>>> imarray = numpy.array(im)

我们可以看到图像的大小和数组的形状匹配：

>>> imarray.shape
(44, 330)
>>> im.size
(330, 44)

数组包含uint8个值：

>>> imarray
array([[  0,   1,   2, ..., 244, 245, 246],
       [  0,   1,   2, ..., 244, 245, 246],
       [  0,   1,   2, ..., 244, 245, 246],
       ..., 
       [  0,   1,   2, ..., 244, 245, 246],
       [  0,   1,   2, ..., 244, 245, 246],
       [  0,   1,   2, ..., 244, 245, 246]], dtype=uint8)

修改完阵列后，可以将其重新转换为PIL图像，如下所示：

>>> Image.fromarray(imarray)
<Image.Image image mode=L size=330x44 at 0x2786518>

Answer 2

我使用matplotlib读取TIFF文件：

import matplotlib.pyplot as plt
I = plt.imread(tiff_file)

和I的类型为ndarray。

根据文档虽然实际上PIL在处理TIFF时在幕后工作，因为matplotlib本身只能读取PNG，但这对我来说一直很好。

还有plt.imsave保存功能。

Answer 3

您也可以使用GDAL执行此操作。我意识到它是一个地理空间工具包，但没有任何东西需要你有一个制图产品。

链接到Windows的预编译GDAL二进制文件（假设这里有窗口） http://www.gisinternals.com/sdk/

访问数组：

from osgeo import gdal

dataset = gdal.Open("path/to/dataset.tiff", gdal.GA_ReadOnly)
for x in range(1, dataset.RasterCount + 1):
    band = dataset.GetRasterBand(x)
    array = band.ReadAsArray()

Answer 4

pylibtiff比PIL（{3}}更适合我。

from libtiff import TIFF

tif = TIFF.open('filename.tif') # open tiff file in read mode
# read an image in the currect TIFF directory as a numpy array
image = tif.read_image()

# read all images in a TIFF file:
for image in tif.iter_images(): 
    pass

tif = TIFF.open('filename.tif', mode='w')
tif.write_image(image)

您可以使用

安装pylibtiff

pip3 install numpy libtiff

pylibtiff的自述文件也提到doesn't support color images with more than 8 bits per color，但我还没有尝试过。

Answer 5

您也可以使用我作为作者的pytiff。

    import pytiff

    with pytiff.Tiff("filename.tif") as handle:
        part = handle[100:200, 200:400]

    # multipage tif
    with pytiff.Tiff("multipage.tif") as handle:
        for page in handle:
            part = page[100:200, 200:400]

这是一个相当小的模块，可能没有其他模块那么多的功能，但它支持平铺的tiff和bigtiff，因此你可以读取部分大图像。

Answer 6

对于图像堆栈，我发现更容易使用scikit-image进行读取，而更容易使用matplotlib进行显示或保存。我已经使用以下代码处理了16位TIFF图像堆栈。

from skimage import io
import matplotlib.pyplot as plt

# read the image stack
img = io.imread('a_image.tif')
# show the image
plt.imshow(mol,cmap='gray')
plt.axis('off')
# save the image
plt.savefig('output.tif', transparent=True, dpi=300, bbox_inches="tight", pad_inches=0.0)

Answer 7

有一个名为 tifffile 的好包，它使处理 .tif 或 .tiff 文件变得非常容易。

使用 pip 安装包

pip install tifffile

现在，以 numpy 数组格式读取 .tif/.tiff 文件：

from tifffile import tifffile
image = tifffile.imread('path/to/your/image')
# type(image) = numpy.ndarray

如果要将 numpy 数组保存为 .tif/.tiff 文件：

tifffile.imwrite('my_image.tif', my_numpy_data, photometric='rgb')

或

tifffile.imsave('my_image.tif', my_numpy_data)

您可以阅读有关此包 here 的更多信息。

Answer 8

我建议使用与OpenImageIO的python绑定，这是处理vfx世界中各种图像格式的标准。我发现ovten与PIL相比，在读取各种压缩类型方面更可靠。

import OpenImageIO as oiio
input = oiio.ImageInput.open ("/path/to/image.tif")

Answer 9

使用cv2

import cv2
image = cv2.imread(tiff_file.tif)
cv2.imshow('tif image',image)

使用numpy在Python中使用TIFF（导入，导出）

9 个答案:

使用cv2