使用numpy在Python中使用TIFF（导入，导出）

我需要一个python方法来打开TIFF图像并将其导入到numpy数组中，以便我可以分析和修改像素数据，然后再次将它们另存为TIFF。（它们基本上是灰度的光强度图，代表每个像素的相应值）

我找不到有关TIFF的PIL方法的任何文档。我试图弄清楚，但仅收到“错误模式”或“不支持的文件类型”错误。

我需要在这里使用什么？

首先，我从此页面下载了名为的测试TIFF图像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，方法很简单：

>>> 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)

修改完数组后，可以将其重新转换为PIL映像，如下所示：

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

我使用matplotlib读取TIFF文件：

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

并将I为类型ndarray。

根据文档，尽管实际上是PIL在处理TIFF时在后台工作，因为matplotlib仅本地读取PNG，但这对我来说一直很好。

还有一个plt.imsave保存功能。

您也可以使用GDAL执行此操作。我意识到这是一个地理空间工具包，但没有什么要求您拥有地图产品。

链接到用于Windows的预编译GDAL二进制文件（此处假定为Windows） http://www.gisinternals.com/sdk/

要访问阵列：

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()

pylibtiff对我来说比PIL更好，后者截至2020年6月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，但是我还没有尝试过，尽管它表面上是开源的，但我认为该代码已不再可用（除了从PyPI软件包中手动提取代码之外）。

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。

对于图像堆栈，我发现它更易于scikit-image阅读，matplotlib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)

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时更可靠。

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