Python读取TIF影像的多种方法
作者：大白曰梦想家
Python提供了丰富的库来读取和处理TIFF文件，其中PIL库是最常用的，本文给大家介绍Python读取TIF影像的几种方法,需要的朋友可以参考下
TIFF简介
TIFF（Tagged Image File Format）是一种常用的图像文件格式，广泛应用于各种领域，如医学图像、卫星遥感、地理信息系统等。在Python中，我们可以使用一些库来读取和处理TIFF文件，这为我们分析和处理这些图像数据提供了便利。
1. 安装依赖库
在使用Python读取TIFF文件之前，我们需要安装一些依赖库。最常用的库是PIL（Python Imaging Library），它提供了丰富的图像处理功能。我们可以使用以下命令来安装PIL库：
pip install Pillow
2. 读取TIFF文件
使用PIL库，我们可以通过Image.open()方法来读取TIFF文件。下面是一个示例代码：
from PIL import Image
# 读取TIFF文件
image = Image.open('example.tiff')
# 显示图像信息
print(f"图像格式：{image.format}")
print(f"图像大小：{image.size}")
print(f"图像模式：{image.mode}")
from PIL import Image
# 读取TIFF文件
image = Image.open('example.tiff')
# 显示图像信息
print(f"图像格式：{image.format}")
print(f"图像大小：{image.size}")
print(f"图像模式：{image.mode}")在上面的代码中，我们首先导入Image模块，并使用open()方法读取TIFF文件。然后，我们可以通过format属性获取图像的格式，通过size属性获取图像的大小，通过mode属性获取图像的模式。
Python读取TIF影像的几种方法
导入模块
import numpy as np import tifffile as tf #tifffile是tiff文件的读取库 from PIL import Image import cv2 as cv import gdal
TIF文件路径
path = r'C:/Users/HP/Desktop/tif/jpeg2000/Test_Images/tif/boat4_2100.tif'
方法1:tiffile
img_tf = tf.imread(path) print(img_tf.shape) #(2960, 1976, 3)
方法2:PIL
img = Image.open(path) #可以读取单通道影像,读取3通道16位tif影像时报错(PIL.UnidentifiedImageError: cannot identify image file),支持4通道8位影像 arr = np.array(img) print(arr.shape)
方法3:opencv
#arr = cv.imread(path,cv.IMREAD_UNCHANGED) #(2960, 1976) arr = cv.imread(path,1) #(2960, 1976, 3) 备注：4波段的影像在opencv的读取方式中，显示为前三个波段，而且读取顺序为BGR print(arr.shape)
方法4:gdal方法1
dataset = gdal.Open(path) arr = dataset.ReadAsArray() #(3, 2960, 1976) arr = arr.transpose(1, 2, 0) #(2960, 1976, 3) print(arr.shape)
方法5:gdal方法2
dataset = gdal.Open(path)
bands = dataset.RasterCount
for band in range(1, bands + 1):
# 读取波段
src_band = dataset.GetRasterBand(band)
# 波段转数组
band_arr = src_band.ReadAsArray()
if band == 1:
height = band_arr.shape[0]
width = band_arr.shape[1]
arr = np.zeros((height, width, bands), dtype=np.uint8)
arr[:, :, band - 1] = band_arr
print(arr.shape) #(2960, 1976, 3)到此这篇关于Python读取TIF影像的几种方法的文章就介绍到这了,更多相关Python读取TIF影像内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！