浅谈python下tiff图像的读取和保存方法

2023-09-04 23:00:05 139

对比测试scipy.misc和PIL.Image和libtiff.TIFF三个库

输入：

1.(读取矩阵)读入uint8、uint16、float32的lena.tif

2.(生成矩阵)使用numpy产生随机矩阵，float64的mat

importnumpyasnp
fromscipyimportmisc
fromPILimportImage
fromlibtiffimportTIFF
#
#读入已有图像,数据类型和原图像一致
tif32=misc.imread('.\test\lena32.tif')#
tif16=misc.imread('.\test\lena16.tif')#
tif8=misc.imread('.\test\lena8.tif')#
#产生随机矩阵,数据类型float64
np.random.seed(12345)
flt=np.random.randn(512,512)#
#转换float64矩阵type,为后面作测试
z8=(flt.astype(np.uint8))#
z16=(flt.astype(np.uint16))#
z32=(flt.astype(np.float32))#

①对读取图像和随机矩阵的存储

#scipy.misc『不论输入数据是何类型，输出图像均为uint8』
misc.imsave('.\test\lena32_scipy.tif',tif32)#-->8bit(tif16和tif8同)

misc.imsave('.\test\\randmat64_scipy.tif',flt)#-->8bit
misc.imsave('.\test\\randmat8_scipy.tif',z8)#-->8bit(z16和z32同)

#PIL.Image『8位16位输出图像与输入数据类型保持一致，64位会存成32位』
Image.fromarray(tif32).save('.\test\lena32_Image.tif')#-->32bit
Image.fromarray(tif16).save('.\test\lena16_Image.tif')#-->16bit
Image.fromarray(tif8).save('.\test\lena8_Image.tif')#-->8bit

Image.fromarray(flt).save('.\test\\randmat_Image.tif')#-->32bit(flt.min~flt.max)
im=Image.fromarray(flt.astype(np.float32))
im.save('.\test\\randmat32_Image.tif')#-->32bit(灰度值范围同上)
#『uint8和uint16类型转换,会使输出图像灰度变换到255和65535』
im=Image.frombytes('I;16',(512,512),flt.tostring())
im.save('.\test\\randmat16_Image1.tif')#-->16bit(0~65535)
im=Image.fromarray(flt.astype(np.uint16))
im.save('.\test\\randmat16_Image2.tif')#-->16bit(0~65535)
im=Image.fromarray(flt.astype(np.uint8))
im.save('.\test\\randmat8_Image.tif')#-->8bit(0~255)

#libtiff.TIFF『输出图像与输入数据类型保持一致』
tif=TIFF.open('.\test\\randmat_TIFF.tif',mode='w')
tif.write_image(flt,compression=None)
tif.close()#float64可以存储,但因BitsPerSample=64,一些图像软件不识别
tif=TIFF.open('.\test\\randmat32_TIFF.tif',mode='w')
tif.write_image(flt.astype(np.float32),compression=None)
tif.close()#-->32bit(flt.min~flt.max)
#『uint8和uint16类型转换,会使输出图像灰度变换到255和65535』
tif=TIFF.open('.\test\\randmat16_TIFF.tif',mode='w')
tif.write_image(flt.astype(np.uint16),compression=None)
tif.close()#-->16bit(0~65535,8位则0~255)

②图像或矩阵归一化对存储的影响

#『使用scipy,只能存成uint8』
z16Norm=(z16-np.min(z16))/(np.max(z16)-np.min(z16))#
z32Norm=(z32-np.min(z32))/(np.max(z32)-np.min(z32))
scipy.misc.imsave('.\test\\randmat16_norm_scipy.tif',z16Norm)#-->8bit(0~255)

#『使用Image,归一化后变成np.float64直接转8bit或16bit都会超出阈值,要*255或*65535』
#『如果没有astype的位数设置,float64会直接存成32bit』
im=Image.fromarray(z16Norm)
im.save('.\test\\randmat16_norm_Image.tif')#-->32bit(0~1)
im=Image.fromarray(z16Norm.astype(np.float32))
im.save('.\test\\randmat16_norm_to32_Image.tif')#-->32bit(灰度范围值同上)
im=Image.fromarray(z16Norm.astype(np.uint16))
im.save('.\test\\randmat16_norm_to16_Image.tif')#-->16bit(0~1)超出阈值
im=Image.fromarray(z16Norm.astype(np.uint8))
im.save('.\test\\randmat16_norm_to8_Image.tif')#-->8bit(0~1)超出阈值

im=Image.fromarray((z16Norm*65535).astype(np.uint16))
im.save('.\test\\randmat16_norm_to16_Image1.tif')#-->16bit(0~65535)
im=Image.fromarray((z16Norm*255).astype(np.uint16))
im.save('.\test\\randmat16_norm_to16_Image2.tif')#-->16bit(0~255)
im=Image.fromarray((z16Norm*255).astype(np.uint8))
im.save('.\test\\randmat16_norm_to8_Image2.tif')#-->8bit(0~255)
#『使用TIFF结果同Image』

③TIFF读取和存储多帧tiff图像

#tiff文件解析成图像序列：读取tiff图像
deftiff_to_read(tiff_image_name):
tif=TIFF.open(tiff_image_name,mode="r")
im_stack=list()
foriminlist(tif.iter_images()):
im_stack.append(im)
return
#根据文档,应该是这样实现,但测试中不管是tif.read_image还是tif.iter_images读入的矩阵数值都有问题

#图像序列保存成tiff文件：保存tiff图像
defwrite_to_tiff(tiff_image_name,im_array,image_num):
tif=TIFF.open(tiff_image_name,mode='w')
foriinrange(0,image_num):
im=Image.fromarray(im_array[i])
#缩放成统一尺寸
im=im.resize((480,480),Image.ANTIALIAS)
tif.write_image(im,compression=None)
out_tiff.close()
return

补充：libtiff读取多帧tiff图像

因为TIFF.open().read_image()和TIFF.open().iter_images()有问题，则换一种方式读

fromlibtiffimportTIFFfile
tif=TIFFfile('.\test\lena32-3.tif')
samples,_=tif.get_samples()

以上这篇浅谈python下tiff图像的读取和保存方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

浅谈python下tiff图像的读取和保存方法

热门推荐

随机推荐