如何使用 matplotlib 读取 32 位整数图像？答案

【问题标题】：How to read a 32-bit integer image using matplotlib?如何使用 matplotlib 读取 32 位整数图像？
【发布时间】：2017-04-24 09:25:26
【问题描述】：

我需要使用 Python 2 从磁盘读取单通道 32 位整数 TIFF 图像来执行一些图像分析。我从 matplotlib 尝试了image.imread，但我无法让代码工作，因为数据被读取为 4 通道 8 位整数图像：

>>> import numpy as np
>>> import matplotlib.image as mpimg
>>> img = mpimg.imread('my_image.tif')
>>> img.shape
(52, 80, 4)
>>> img[0:2, 0:2]
array([[[255, 255, 255, 255],
        [255, 255, 255, 255]],

       [[255, 255, 255, 255],
        [255, 255, 255, 255]]], dtype=uint8)

问题：是否可以使用 matplotlib 读取单通道 32 位整数图像？

我知道有其他方法可以在 Python 中读取此类图像，例如使用 PIL 中的Image.open：

>>> from PIL import Image
>>> img = np.asarray(Image.open('my_image.tif'))
>>> img.dtype
dtype('int32')
>>> img.shape
(52, 80)
>>> img[0:2, 0:2]
array([[8745, 8917],
       [8918, 9479]])

另一种可能性是使用来自 scikit-learn 的 io.imread：

>>> from skimage import io
>>> img = io.imread('my_image.tif')

另一种方法是利用 OpenCV 中的 imread 函数。但在这种情况下，数据必须转换为 32 位整数：

>>> import cv2
>>> img = cv2.imread('my_image.tif', -1)
>>> img[0:2, 0:2]
array([[  1.22543551e-41,   1.24953784e-41],
       [  1.24967797e-41,   1.32829081e-41]], dtype=float32)
>>> img.dtype = np.int32
>>> img[0:2, 0:2]
array([[8745, 8917],
       [8918, 9479]])

【问题讨论】：

另一种选择是tifffile 包。
Matplotlib 主要用于数据可视化，而不是用于数据生成。 imread 是一个有其局限性的便利功能。由于有很多专门的图像处理工具可用，因此 matplotlib 中不需要这种特殊情况处理。

标签： python image numpy matplotlib tiff

【解决方案1】：

根据this tutorial，没有办法使用matplotlib读取32位整数图像：

Matplotlib 绘图可以处理 float32 和 uint8，但除 PNG 以外的任何格式的图像读取/写入仅限于 uint8 数据。

作为参考，我从 SciPy 中找到了一种基于 ndimage.imread 的解决方法：

from scipy import ndimage
img = ndimage.imread('my_image.tif', mode='I')

基于tifffile（@Warren Weckesser 建议）的方法也可以正常工作：

from tifffile import TiffFile

with TiffFile('my_image.tif') as tif:
    img = tif.asarray()

【讨论】：

【解决方案2】：

SciPy no longer supports imread (versions 1.3.0+)

您可以将imageio 用于科学图像：

import imageio

im = imageio.imread('imageio:astronaut.png') 

im.shape  # im is a numpy array

【讨论】：