如何仅使用标准库在 Python 中读取任意图像文件格式（PNG、JPEG、TIFF、BMP）？答案

【问题标题】：How do I read an arbitrary image file format (PNG, JPEG, TIFF, BMP) in Python using only the standard library?如何仅使用标准库在 Python 中读取任意图像文件格式（PNG、JPEG、TIFF、BMP）？
【发布时间】：2018-08-26 00:03:42
【问题描述】：

我是一位经验丰富的 Python 程序员，拥有丰富的图像处理和计算机视觉经验。我非常熟悉所有标准工具，例如PIL、Pillow、opencv、numpy 和 scikit-image。

如果我只有标准库可以使用，我将如何将图像读入 Python 数据格式，如嵌套列表、字节数组或类似格式？

我意识到不同的图像格式有不同的规格。我的问题是我什至如何开始构建一个读取任何给定格式的函数。

注意 Python 2.6 在标准库中有一个jpeg 模块，该模块已被弃用。我们不讨论这个，因为它不受支持。

【问题讨论】：

看看 PIL 是如何实现它的......你可能会发现只需要读取原始字节，通过幻数识别类型（通常是前几个字节，并且有一个查找表为整个网络），然后使用它决定如何使文件中的内容/元数据可用。（此时您已经编写了一个大大简化的 PIL 版本......）......我会首先查看这些库的来源并从那里重用想法。
1) 我担心opencv、PIL 之类的东西依赖了多少纯 C 代码。 OpenCV 几乎使用纯 C 绑定。 PIL 有一些 C. 2) 理解这非常困难：github.com/python-pillow/Pillow/blob/…
是的...您可能必须使用 C 代码作为基础并熟悉使用 struct 来模拟对结构/打包数据的操作...以及所有您可能希望能够执行的任何操作的细微差别/图像格式规范文档......除了花时间查看现有解决方案的建议......这非常“接近一本书来解释” -稍微细读一下源代码和技术规格……信息就在你需要的地方。

标签： python computer-vision

【解决方案1】：

如果您询问如何“从头开始”实现这些格式（因为标准库不这样做），那么格式规范就是一个很好的起点。

对于 PNG，这是https://www.w3.org/TR/2003/REC-PNG-20031110/。它定义了 PNG 流的组成，包括签名（8 个字节，8950 4e47 0d0a 1a0a，将文件标识为 PNG 图像）和一些包含元数据、调色板信息和图像本身的数据块。（如果你真的不想使用现有的库，这肯定是一个需要承担的重大项目，但也不过分。）

对于 BMP 来说，因为文件已经包含未压缩的像素数据，所以要容易一些，您只需要知道如何找到大小和偏移量；一些格式定义在维基百科 (https://en.wikipedia.org/wiki/BMP_file_format) 和这里：http://www.digicamsoft.com/bmp/bmp.html

JPG 要复杂得多。该文件不存储像素，而是将“小波”转换为您在屏幕上看到的像素图。要读取这种格式，您需要实现这个转换函数。

【讨论】：

你绝对是对的。我意识到，在实践中，从头开始构建这样一个工具会导致我遇到无数的边缘情况，而这些情况已经被成熟的图像库很好地处理了。