将 16 位 Tiff 图像转换为 8 位 RGB答案

【问题标题】：Convert 16-bit Tiff image to 8-bit RGB将 16 位 Tiff 图像转换为 8 位 RGB
【发布时间】：2019-06-25 18:34:23
【问题描述】：

我正在处理一些卫星图像，由 16 位 .tiff 图像组成。颜色编码为每通道 16 位。我想知道如何将这些图像转换为普通的 8 位 RGB 以进行进一步的 CNN 处理。

我尝试过 OpenCV (cv2.read('file',-1)) 和 PIL (read('file'))，但这两个包无法识别和读取 16 位 tiff 图像。

【问题讨论】：

"16bit tiff 图像转 RGB"？ tiff 是一种图像文件格式，而 RGB 是一种色彩空间/模式。目前还不清楚您要如何处理 .tiff 文件
@JohnHennig 是的，每通道 16 位

【解决方案1】：

通常，当您想在 Python 中读取或写入任何位深度和格式的图像时，最好使用ImageIO。顾名思义，它的单一目标是输入/输出图像。唯一警告：它可能会忽略图像的元数据。也就是说：它可能无法正确处理定义颜色空间而非标准 sRGB 的图像，或者它可能无法保持图像的预期方向。

你会读到图片，比如example.tif，就像这样：

import imageio
image = imageio.imread('example.tif')

至于转换，这只是基本的数学运算。您将在其中接收像素数据的数据结构是 NumPy 数组。内省image.shape 和image.dtype。您应该期望您的图像具有(y, x, 3) 中的shape，其中y 是垂直方向的像素数，x 是水平方向的像素数，3 代表三个颜色通道：红色、绿色，蓝色的。它的dtype（数据类型）应该是uint16，意思是无符号的16位整数。

旁注：由于有三个颜色通道，每个通道都以 16 位分辨率进行采样，因此图像的颜色深度通常被描述为“48 位”（每像素）。

16 位整数的范围在 0 到 65535 (= 2¹⁶−1) 之间。它们需要被强制为 8 位范围：0 到 255 (= 2⁸-1)。所以除以 256（= 2⁸）：

image = image / 256

这将产生一个浮点像素值数组。它的数据类型必须显式转换为 8 位整数才能删除任何分数。

image = image.astype('uint8')

同样，更有效地，您还可以bit-shift 右侧 8 位的 16 位值：

image = (image >> 8).astype('uint8')

这使得转换速度更快（现代硬件的两倍左右），因为它跳过了浮点运算。

然后，要么使用最终的image 数组进行进一步处理，要么将其保存到新文件中：

imageio.imwrite('example.png', image)

【讨论】：

【解决方案2】：

如果您只想将.tiff 文件的色彩空间转换为RGB。然后尝试：-

from PIL import Image

img = Image.open(r"Path_to_tiff_image")
img = img.convert("RGB")
img.save(r"path_of_destination_image")

上面的代码，首先打开一个.tiff的图片，然后把它的颜色模式改成RGB。然后将其保存到目标位置。

【讨论】：

PIL 无法识别 16 位 tiff 图像...\n 它给出错误：无法识别图像文件 '/spacenet_sample/spacenet_sample/AOI_2_Vegas_Train/RGB-PanSharpen/RGB-PanSharpen_AOI_2_Vegas_img225.tif'
@Qianhui Liang：更好的是，上传图片并在您的问题中添加指向它的链接。
@QianhuiLiang PIL，原生支持 16 位 3 通道的 tiff 图像，如果它们未压缩，如果在尝试打开 tiff 文件时出现错误，则可能是压缩文件. Read More About this 在官方 PIL .tiff 文档中

【解决方案3】：

嘿，我使用tifffile 来处理文件和我在此处的不同线程中找到的计算，用于将 16 位图像重新缩放为 8 位。

import numpy as np
import tifffile as tif
import cv2

image = tif.imread('/home/trance/test.tiff')

# Rescale 16-bit to 8-bit
img_rescaled = 255 * (image - image.min()) / (image.max() - image.min())

# Colourising image and saving it with opencv
img_col = cv2.applyColorMap(img_rescaled.astype(np.uint8), cv2.COLORMAP_INFERNO)
cv2.imwrite('/home/trance/test.png', img_col)

【讨论】：