使用numpy在Python中使用TIFF(导入,导出)

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,我从网上下载的测试TIFF图像,此页面称为a_image.tif.然后我像这样用PIL打开:

>>> 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,它很简单:

>>> 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)

并且数组包含uint8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来读取TIFF文件:

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

并且I将型的ndarray.

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

还有一个plt.imsave保存功能.

Answer 3

您也可以使用GDAL来执行此操作.我意识到它是一个地理空间工具包,但没有什么要求你有一个制图产品.

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/

要访问该阵列:

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

有一个很好的软件包，tifffile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，读取 numpy 数组格式的 .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')

或者

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

您可以在此处阅读有关此软件包的更多信息。

Answer 5

在图像堆栈的情况下，我发现它更易于scikit-image阅读、matplotlib显示或保存。我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 6

pylibtiff对我来说比PIL更好，后者不支持每种颜色超过8位的彩色图像。

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的自述文件也提到了tifffile.py，但是我还没有尝试过。

Answer 7

您也可以使用我是作者的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]

这是一个很小的模块，可能没有其他模块那么多的功能，但是它支持切片tiff和bigtiff，因此您可以读取大图像的一部分。