如何在不使用OpenCV库的情况下读取Python中的多通道16位/通道图像？
您可以从这里下载一个多通道16位png文件(如下所示)。我已经尝试了多个Python包来读取这个多通道16位/通道映像。但是没有一个工作，如果他们做了，他们以某种方式转换图像(缩放等)。我试过使用imageio、PIL.Image、scipy.ndimage.imread和其他几种。似乎它们都能正确地读取单通道16位pngs，但将多通道图像转换为8位/通道。例如，这是一个GitHub问题，表明imageio不能读取多通道16位图像.枕头的另一个问题(这里)似乎也是如此。
所以我想知道，没有人知道如何在不正确使用OpenCV包的情况下读取Python中的多通道16位png文件？请随意提供解决方案，从其他软件包，我没有提到任何有关这里。
回答 2
Stack Overflow用户
发布于 2018-04-01 15:50:41
选项1-使用ImageMagick拆分成通道
您可以在命令行使用ImageMagick (它安装在大多数Linux发行版上，并可用于macOS和macOS)。
例如，这将将您的16位3通道PNG分离成它的组成通道，然后您可以在枕头中单独处理：
magick input.png -separate channel-$d.png现在有三个独立的频道：
-rw-r--r-- 1 mark staff 2276 1 Apr 16:47 channel-2.png
-rw-r--r-- 1 mark staff 3389 1 Apr 16:47 channel-1.png
-rw-r--r-- 1 mark staff 2277 1 Apr 16:47 channel-0.png它们都是16位的单通道图像，枕头可以打开：
magick identify channel-*样本输出
channel-0.png PNG 600x600 600x600+0+0 16-bit Grayscale Gray 2277B 0.000u 0:00.000
channel-1.png PNG 600x600 600x600+0+0 16-bit Grayscale Gray 3389B 0.000u 0:00.000
channel-2.png PNG 600x600 600x600+0+0 16-bit Grayscale Gray 2276B 0.000u 0:00.000如果使用的是ImageMagick v6，请将magick替换为convert，将magick identify替换为普通identify。
选项2-使用NetPBM拆分成通道
作为ImageMagick，的另一种选择，您可以使用重量更轻的NetPBM工具来做同样的事情：
pngtopam < rainbow.png | pamchannel - 0 -tupletype GRAYSCALE > channel-0.pam
pngtopam < rainbow.png | pamchannel - 1 -tupletype GRAYSCALE > channel-1.pam
pngtopam < rainbow.png | pamchannel - 2 -tupletype GRAYSCALE > channel-2.pam然后枕头可以打开PAM文件。
选项3-使用PyVips
作为另一种选择，您可以使用极其快速、内存效率高的pyvips来处理图像.下面是来自文档的一个示例：
- 从每一侧切出100个像素
- 用双线性插值将图像缩小10%
- 用卷积锐化，并重新保存图像.
以下是代码：
#!/usr/local/bin/python3
import sys
import pyvips
im = pyvips.Image.new_from_file(sys.argv[1], access='sequential')
im = im.crop(100, 100, im.width - 200, im.height - 200)
im = im.reduce(1.0 / 0.9, 1.0 / 0.9, kernel='linear')
mask = pyvips.Image.new_from_array([[-1, -1, -1],
[-1, 16, -1],
[-1, -1, -1]], scale=8)
im = im.conv(mask, precision='integer')
im.write_to_file("result.png")其结果与输入图像相似，为16位：
identify result.png
result.png PNG 360x360 360x360+0+0 16-bit sRGB 2900B 0.000u 0:00.000正如你所看到的，它仍然是16位，每边修剪100 10会使600 10变成400 10，然后10%的减少会使其变为360 10。
选项4-转换为TIFF并使用PyLibTiff
如果文件数量有问题，第四种选择可能是使用ImageMagick将图像转换为TIFF。
convert input.png output.tif它们保留16位分辨率，然后用PyLibTiff处理它们，如这里所示。
选项5-作为ImageSequence处理的多图像TIFF
第五种选择是将PNG文件拆分到它们的组成通道中，并将它们存储为一个多图像TIFF，即序列中的第一个图像是红色，第二个是绿色，第三个是蓝色。这意味着文件数量没有增加，而且每个文件可以存储3个以上的通道--您在评论中提到了5个通道：
convert input.png -separate multiimage.tif检查现在有3个图像，每个16位，但都在同一个文件中：
identify multiimage.tif
multiimage.tif[0] TIFF 600x600 600x600+0+0 16-bit Grayscale Gray 10870B 0.000u 0:00.000
multiimage.tif[1] TIFF 600x600 600x600+0+0 16-bit Grayscale Gray 10870B 0.000u 0:00.000
multiimage.tif[2] TIFF 600x600 600x600+0+0 16-bit Grayscale Gray 10870B 0.000u 0:00.000然后将它们作为图像序列处理：
from PIL import Image, ImageSequence
im = Image.open("multiimage.tif")
index = 1
for frame in ImageSequence.Iterator(im):
print(index)
index = index + 1https://stackoverflow.com/questions/49599539
复制相似问题
腾讯云开发者
