问题描述：

我需要一种 Python 方法来打开 TIFF 图像并将其导入 numpy 数组，以便我可以分析和修改像素数据，然后再次将它们保存为 TIFF。（它们基本上是灰度光强度图，代表每个像素的相应值）

我找不到任何有关 TIFF 的 PIL 方法文档。我尝试解决它，但只收到“错误模式”或“文件类型不受支持”错误。

我这里需要用什么？

解决方案 1：

首先，我从这个名为的页面下载了一个测试 TIFF 图像a_image.tif。然后我用 PIL 打开，如下所示：

>>> 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，非常简单：

>>> 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)

一旦完成了数组的修改，就可以将其恢复为 PIL 图像，如下所示：

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

解决方案 2：

我使用 matplotlib 读取 TIFF 文件：

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

并且I将是 类型ndarray。

虽然根据文档，在处理 TIFF 时实际上是 PIL 在后台工作，因为 matplotlib 只能本机读取 PNG，但这对我来说工作正常。

还有plt.imsave保存功能。

解决方案 3：

对我来说， PyLibTiff比 PIL 效果更好，截至 2023 年 4 月，PIL仍然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 current 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)

你可以使用以下命令安装 PyLibTiff

pip3 install numpy pylibtiff

PyLibTiff 的自述文件也提到了该tifffile库，但我还没有尝试过。

解决方案 4：

您也可以使用 GDAL 来执行此操作。我知道它是一个地理空间工具包，但不需要您拥有制图产品。

链接到 Windows 的预编译 GDAL 二进制文件（此处假设为 Windows）
链接

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()

解决方案 5：

对于图像堆栈，我发现它更易于scikit-image读取、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(img,cmap='gray')
plt.axis('off')
# save the image
plt.savefig('output.tif', transparent=True, dpi=300, bbox_inches="tight", pad_inches=0.0)

解决方案 6：

有一个很好的软件包，tifffile可以很容易地处理 .tif 或 .tiff 文件。

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包的更多信息。

解决方案 7：

您还可以使用pytiff，我是其作者。

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]

它是一个相当小的模块，可能没有其他模块那么多功能，但它支持平铺 TIFF 和 BigTIFF，因此您可以读取大图像的部分内容。

解决方案 8：

使用 cv2

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

解决方案 9：

如果你想用 保存 tiff 编码geoTiff。你可以使用rasterio包

一个简单的代码：

import rasterio

out = np.random.randint(low=10, high=20, size=(360, 720)).astype('float64')
new_dataset = rasterio.open('test.tiff', 'w', driver='GTiff',
                            height=out.shape[0], width=out.shape[1],
                            count=1, dtype=str(out.dtype),
                            )
new_dataset.write(out, 1)
new_dataset.close()

有关 numpy 2 GEOTiff 的更多详细信息，您可以单击此处：https://gis.stackexchange.com/questions/279953/numpy-array-to-gtiff-using-rasterio-without-source-raster

解决方案 10：

我建议使用 OpenImageIO 的 Python 绑定，它是处理视觉特效世界中各种图像格式的标准。我发现与 PIL 相比，它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")

解决方案 11：

读取 tiff 文件的另一种方法是使用 tensorflow api

import tensorflow_io as tfio
image = tf.io.read_file(image_path)
tf_image = tfio.experimental.image.decode_tiff(image)
print(tf_image.shape)

输出：

(512, 512, 4)

tensorflow 文档可以在这里找到

为了使该模块正常工作，必须安装一个名为 tensorflow-io 的python 包。

虽然我找不到查看输出张量的方法（转换为 nd.array 后），因为输出图像有 4 个通道。在查看此帖子cv2.cvtcolor()后，我尝试使用标志进行转换，但仍然无法查看图像。cv2.COLOR_BGRA2BGR

解决方案 12：

这个问题没有答案，对我来说没有用。所以我找到了另一种查看 tif/tiff 文件的方法：

import rasterio
from matplotlib import pyplot as plt
src = rasterio.open("ch4.tif")
plt.imshow(src.read(1), cmap='gray')

上述代码将帮助您查看 tif 文件。还请检查以下内容以确保：

type(src.read(1)) #see that src.read(1) is a numpy array

src.read(1) #prints the matrix