как сохранить массив, представляющий изображение с 40 полосами, в файл .tif

Question

У меня есть массив с размером 600 × 600 × 40, в котором каждая полоса (из 40 полос) представляет изображение 600 × 600. Я хочу сохранить его в многоканальном .tif изображении.Я пробовал эту функцию из scikit-image и openCV, но они не могут сохранить более 3-х полос (как RGB).

import cv2
cv2.imwrite('image.tif',600by600_just3band_array)

Answer 1

Умный ответ Марка - сделать многостраничный TIFF.К сожалению, imagemagick и PIL на самом деле являются библиотеками MONO / RGB / RGBA / CMYK и не имеют прямой поддержки многополосных изображений.

pyvips имеет настоящую многополосную поддержку.Например:

import sys
import pyvips
import numpy as np

# make a (100, 100, 40) numpy image
array = np.zeros((100, 100, 40), dtype=sys.argv[2])

# convert to vips and save
image = numpy2vips(array)
image.write_to_file(sys.argv[1])

# read it back, convert to numpy, and show info
image2 = pyvips.Image.new_from_file(sys.argv[1])
array = vips2numpy(image2)

print("shape =", array.shape)
print("format =", array.dtype)

Я могу запустить его так:

$ ./try284.py x.tif uint8
shape = (100, 100, 40)
format = uint8
$ vipsheader x.tif
x.tif: 100x100 uchar, 40 bands, srgb, tiffload
$ identify x.tif
x.tif TIFF 100x100 100x100+0+0 8-bit sRGB 400KB 0.000u 0:00.000

Он также поддерживает другие dtypes:

$ ./try284.py x.tif uint32
shape = (100, 100, 40)
format = uint32
$ ./try284.py x.tif float32
shape = (100, 100, 40)
format = float32

и т. Д.и т.д.

Вы можете загрузить эти TIFF-файлы в GDAL.Я думаю, gdal может быть использован для их написания, хотя я не пробовал.Раздражает, что он перемещает 40 к внешнему измерению.

$ python3
Python 3.6.7 (default, Oct 22 2018, 11:32:17) 
[GCC 8.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> from osgeo import gdal
>>> x = gdal.Open("x.tif")
>>> a = x.ReadAsArray()
>>> a.shape
(40, 100, 100)

vips2numpy() и numpy2vips() определены здесь:

https://github.com/libvips/pyvips/blob/master/examples/pil-numpy-pyvips.py

Вставлено копирование дляссылка:

# map vips formats to np dtypes
format_to_dtype = {
    'uchar': np.uint8,
    'char': np.int8,
    'ushort': np.uint16,
    'short': np.int16,
    'uint': np.uint32,
    'int': np.int32,
    'float': np.float32,
    'double': np.float64,
    'complex': np.complex64,
    'dpcomplex': np.complex128,
}

# map np dtypes to vips
dtype_to_format = {
    'uint8': 'uchar',
    'int8': 'char',
    'uint16': 'ushort',
    'int16': 'short',
    'uint32': 'uint',
    'int32': 'int',
    'float32': 'float',
    'float64': 'double',
    'complex64': 'complex',
    'complex128': 'dpcomplex',
}

# numpy array to vips image
def numpy2vips(a):
    height, width, bands = a.shape
    linear = a.reshape(width * height * bands)
    vi = pyvips.Image.new_from_memory(linear.data, width, height, bands,
                                      dtype_to_format[str(a.dtype)])
    return vi

# vips image to numpy array
def vips2numpy(vi):
    return np.ndarray(buffer=vi.write_to_memory(),
                      dtype=format_to_dtype[vi.format],
    shape=[vi.height, vi.width, vi.bands])

Answer 2

tifffile (https://pypi.org/project/tifffile/) поддерживает многоканальные .tiff's и имеет API, аналогичный API scikit-image или OpenCV:

In [1]: import numpy as np

In [2]: import tifffile

In [3]: # Channel dimension should come first

In [4]: x = np.random.randint(0, 255, 4*100*100).reshape((4, 100, 100))

In [5]: tifffile.imsave('test.tiff', x)

In [6]: y = tifffile.imread('test.tiff')

In [7]: np.all(np.equal(x, y))
Out[7]: True

Answer 3

Вы можете сохранить несколько изображений, каждое из которых представляет одну полосу (в оттенках серого), или даже несколько полос (цвет) в одном файле TIFF с помощью PIL / Pillow следующим образом:

from PIL import Image
# Synthesize 8 dummy images, all greyscale, all same size but with varying brightness
size=(480,640)  
b1 = Image.new('L', size, color=10)                                                         
b2 = Image.new('L', size, color=20)                                                        
b3 = Image.new('L', size, color=30)                                                       
b4 = Image.new('L', size, color=40)                                                        
b5 = Image.new('L', size, color=50)                                                        
b6 = Image.new('L', size, color=60)                                                        
b7 = Image.new('L', size, color=70)                                                        
b8 = Image.new('L', size, color=80)                                                        

# Save all 8 to single TIFF file
b1.save('multi.tif', save_all=True, append_images=[b2,b3,b4,b5,b6,b7,b8]) 

Если вы сейчас исследуетеэтот файл с ImageMagick в командной строке, вы можете увидеть все 8 диапазонов:

magick identify multi.tif 
multi.tif[0] TIFF 480x640 480x640+0+0 8-bit Grayscale Gray 2.34473MiB 0.000u 0:00.000
multi.tif[1] TIFF 480x640 480x640+0+0 8-bit Grayscale Gray 2.34473MiB 0.000u 0:00.000
multi.tif[2] TIFF 480x640 480x640+0+0 8-bit Grayscale Gray 2.34473MiB 0.000u 0:00.000
multi.tif[3] TIFF 480x640 480x640+0+0 8-bit Grayscale Gray 2.34473MiB 0.000u 0:00.000
multi.tif[4] TIFF 480x640 480x640+0+0 8-bit Grayscale Gray 2.34473MiB 0.000u 0:00.000
multi.tif[5] TIFF 480x640 480x640+0+0 8-bit Grayscale Gray 2.34473MiB 0.000u 0:00.000
multi.tif[6] TIFF 480x640 480x640+0+0 8-bit Grayscale Gray 2.34473MiB 0.000u 0:00.000
multi.tif[7] TIFF 480x640 480x640+0+0 8-bit Grayscale Gray 2.34473MiB 0.000u 0:00.000

---

Если вы используете для обработки массивы OpenCV или Numpy, выможно преобразовать массив OpenCV или Numpy в изображение PIL / Pillow с помощью:

PILimage = Image.fromarray(numpyImage)

и, наоборот, из изображения PIL / Pillow в массив Numpy:

NumpyImage = np.array(PILimage)

---

Если вы хотите прочитать их обратно, вы можете сделать это:

# Open the multi image
im = Image.open('multi.tif')                                                               

# Iterate through frames
for frame in ImageSequence.Iterator(im):  
    frame.show() 

---

Если вы хотите перейти кВы можете искать конкретную группу следующим образом:

im = Image.open('multi.tif')                                                               

im.seek(3) 
im.show()

---

Вы также можете извлечь band3 из TIF и сохранить его в формате PNG с помощью ImageMagick в командной строке с помощью:

magick multi.tif[3] band3.png

Или создайте RGB-композицию с полосами 1, 2, 7:

magick multi.tif[1] multi.tif[2] multi.tif[7] -colorspace RGB -combine 127rgb.png

, которая будет выглядеть темно-синей, потому чтоКрасный и зеленый каналы очень низкие, и только синий канал имеет большое значение.

---

Я не лучший в мире Python, поэтому не уверен ни в каких последствиях / ошибках, но яПодумайте, если у вас есть массив изображений 600x600x40, вы можете делать то, что я предлагаю, вот так:

# Synthesize dummy array of 40 images, each 600x600
nparr = np.random.randint(0,256,(600,600,40), dtype=np.uint8)

# Make PIL/Pillow image of first
a = Image.fromarray(nparr[:,:,0])

# Save whole lot in one TIF
a.save('multi.tif', save_all=True, append_images=[Image.fromarray(nparr[:,:,x]) for x in range(1,40)]) 

---

Ключевые слова : многоканальный, многоканальный, многоканальныйспектральные, мультиспектральные, спутниковые изображения, изображения, обработка изображений, Python, Numpy, PIL, Pillow, TIFF, TIF, NDVI