python - 将 16 位 Tiff 图像转换为 8 位 RGB

Question

我正在处理一些由 16 位 .tiff 图像组成的卫星图像。颜色编码为每 channel 16 位。我想知道如何将这些图像转换为正常的 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'))，但这两个包不能识别并读取16位tiff图像。

Answer 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，它的唯一目标是输入/输出图像。唯一需要注意的是: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标准 sRGB 以外的颜色空间的图像。 ，否则可能无法保留图像的预期方向。

您将在图像中读取example.tif，如下所示:

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

至于转换，这只是基本数学。您将在其中接收像素数据的数据结构是 NumPy大批。内省(introspection) image.shape 和 image.dtype。您应该期望图像的形状为(y, x, 3)，其中y是垂直方向的像素数， x 表示水平方向，3 表示三个颜色 channel :红、绿、蓝。其dtype(数据类型)应为uint16，表示无符号16位整数。

旁注:由于有三个颜色 channel ，每个 channel 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 位整数的范围为 0 到 65535 (= 2¹⁶−1)。它们需要强制为 8 位范围:0 到 255 (= 2⁸−1)。因此除以 256 (= 2⁸):

image = image / 256

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

image = image.astype('uint8')

同样，更有效的是，您还可以 bit-shift 16 位值右移 8 位:

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

这使得转换速度更快(在现代硬件上大约是 2 倍左右)，因为它跳过了浮点运算。

然后，使用最终的image数组进行进一步处理，或者将其保存到新文件中:

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