Arbeiten mit TIFFs (Importieren, Exportieren) in Python mit numpy

Ich benötige eine Python-Methode, um TIFF-Bilder zu öffnen und in Numpy-Arrays zu importieren, damit ich die Pixeldaten analysieren und ändern und sie dann erneut als TIFFs speichern kann. (Es handelt sich im Grunde genommen um Lichtintensitätskarten in Graustufen, die die jeweiligen Werte pro Pixel darstellen.)

Ich konnte keine Dokumentation zu PIL-Methoden in Bezug auf TIFF finden. Ich habe versucht, es herauszufinden, habe aber nur die Fehler "Bad Mode" oder "Dateityp nicht unterstützt" erhalten.

Was muss ich hier verwenden?

Zuerst habe ich ein Test-TIFF-Bild von dieser Seite mit dem Namen heruntergeladen a_image.tif. Dann habe ich mit PIL so geöffnet:

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

Dies zeigte das Regenbogenbild. Das Konvertieren in ein Numpy-Array ist so einfach wie:

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

Wir können sehen, dass die Größe des Bildes und die Form des Arrays übereinstimmen:

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

Und das Array enthält uint8Werte:

>>> 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)

Sobald Sie das Array geändert haben, können Sie es wieder in ein PIL-Image wie das folgende umwandeln:

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

Ich benutze matplotlib zum Lesen von TIFF-Dateien:

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

und Iwird vom Typ sein ndarray.

Laut der Dokumentation ist es tatsächlich PIL, das hinter den Kulissen funktioniert, wenn TIFFs als Matplotlib behandelt werden, die PNGs nur nativ lesen, aber das hat für mich gut funktioniert.

Es gibt auch eine plt.imsaveFunktion zum Speichern.

Sie können dazu auch GDAL verwenden. Mir ist klar, dass es sich um ein Geodaten-Toolkit handelt, aber für nichts ist ein kartografisches Produkt erforderlich.

Link zu vorkompilierten GDAL-Binärdateien für Windows (vorausgesetzt, Windows hier) http://www.gisinternals.com/sdk/

So greifen Sie auf das Array zu:

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 hat bei mir besser funktioniert als PIL, das ab Juni 2020 keine Farbbilder mit mehr als 8 Bit pro Farbe unterstützt .

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)

Sie können pylibtiff mit installieren

pip3 install numpy libtiff

In der Readme-Datei von pylibtiff wird ebenfalls erwähnt tifffile, aber ich habe es nicht ausprobiert, und obwohl es angeblich Open Source ist, glaube ich nicht, dass der Code irgendwo mehr verfügbar ist (abgesehen davon, dass er manuell aus dem PyPI-Paket extrahiert wurde).

Sie können auch pytiff verwenden, dessen Autor ich bin.

    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]

Es ist ein ziemlich kleines Modul und verfügt möglicherweise nicht über so viele Funktionen wie andere Module, unterstützt jedoch gekachelte Tiffs und Bigtiffs, sodass Sie Teile großer Bilder lesen können.

Bei Bildstapeln fällt es mir leichter, sie scikit-imagezu lesen, matplotlibanzuzeigen oder zu speichern. Ich habe 16-Bit-TIFF-Bildstapel mit dem folgenden Code verarbeitet.

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)

Ich empfehle die Verwendung der Python-Bindungen für OpenImageIO, dies ist der Standard für den Umgang mit verschiedenen Bildformaten in der vfx-Welt. Ich habe festgestellt, dass es beim Lesen verschiedener Komprimierungsarten im Vergleich zu PIL zuverlässiger ist.

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