python - 在 Python (PIL) 中读取带有损坏 header 的 JPEG

Question

我正在尝试在 Python 2.7 中打开一个 jpeg 文件，

from PIL import Image
im = Image.open(filename)

这对我不起作用，

>>> im = Image.open(filename)
Traceback (most recent call last):
  File "<pyshell#810>", line 1, in <module>
    im = Image.open(filename)
  File "/usr/lib/python2.7/dist-packages/PIL/Image.py", line 1980, in open
    raise IOError("cannot identify image file")
IOError: cannot identify image file

尽管在外部查看器上试用时，它打开得很好。深入挖掘了一下，原来是 JpegImageFile._open方法来自 PIL的 JpegImagePlugin.py文件引发 SyntaxError由于几个无关的异常(exception) 0x00 0xFFDA 之前的字节JPEG 文件头中的标记，

Corrupt JPEG data: 5 extraneous bytes before marker 0xda

也就是说，虽然我尝试过的其他程序只是忽略了未知的 0x00 header 末尾的标记， PIL更喜欢引发异常，不允许我打开图像。

问题 : 除了编辑 PIL的代码，是否有任何解决方法可以打开带有问题标题的 JPEG？

相关代码来自 JpegImageFile为方便起见，下面显示了引发异常的类:

def _open(self):

    s = self.fp.read(1)

    if ord(s[0]) != 255:
        raise SyntaxError("not a JPEG file")

    # Create attributes
    self.bits = self.layers = 0

    # JPEG specifics (internal)
    self.layer = []
    self.huffman_dc = {}
    self.huffman_ac = {}
    self.quantization = {}
    self.app = {} # compatibility
    self.applist = []
    self.icclist = []

    while 1:

        s = s + self.fp.read(1)

        i = i16(s)

        if MARKER.has_key(i):
            name, description, handler = MARKER[i]
            # print hex(i), name, description
            if handler is not None:
                handler(self, i)
            if i == 0xFFDA: # start of scan
                rawmode = self.mode
                if self.mode == "CMYK":
                    rawmode = "CMYK;I" # assume adobe conventions
                self.tile = [("jpeg", (0,0) + self.size, 0, (rawmode, ""))]
                # self.__offset = self.fp.tell()
                break
            s = self.fp.read(1)
        elif i == 0 or i == 65535:
            # padded marker or junk; move on
            s = "\xff"
        else:
            raise SyntaxError("no marker found")

Answer 1

PIL 不喜欢 header 中的损坏数据，并且正如您所发现的那样失败。

我已经向 Pillow(友好的 PIL 分支)提出了一个拉取请求，应该可以解决这个问题。

它尚未被接受，但希望它会在几个月后发布 2.5.0 版。同时，您可以在这里试用:https://github.com/python-imaging/Pillow/pull/647

作为一种解决方法，您可以使用 ImageMagick 之类的东西首先将有问题的图像转换为 png 之类的图像，然后在 PIL/Pillow 中使用它们。