Trabajar con TIFF (importar, exportar) en Python usando numpy

Necesito un método de Python para abrir e importar imágenes TIFF en matrices numerosas para poder analizar y modificar los datos de píxeles y luego guardarlos como TIFF nuevamente. (Básicamente son mapas de intensidad de luz en escala de grises, que representan los respectivos valores por píxel)

No pude encontrar ninguna documentación sobre los métodos PIL relacionados con TIFF. Traté de averiguarlo, pero solo obtuve errores de "modo incorrecto" o "tipo de archivo no admitido".

¿Qué necesito usar aquí?

Primero, descargué una imagen TIFF de prueba de esta página llamada a_image.tif. Luego abrí con PIL así:

>>> from PIL import Image
>>> im = Image.open('a_image.tif')
>>> im.show()

Esto mostró la imagen del arco iris. Para convertir a una matriz numpy, es tan simple como:

>>> import numpy
>>> imarray = numpy.array(im)

Podemos ver que el tamaño de la imagen y la forma de la matriz coinciden:

>>> imarray.shape
(44, 330)
>>> im.size
(330, 44)

Y la matriz contiene uint8valores:

>>> imarray
array([[  0,   1,   2, ..., 244, 245, 246],
       [  0,   1,   2, ..., 244, 245, 246],
       [  0,   1,   2, ..., 244, 245, 246],
       ..., 
       [  0,   1,   2, ..., 244, 245, 246],
       [  0,   1,   2, ..., 244, 245, 246],
       [  0,   1,   2, ..., 244, 245, 246]], dtype=uint8)

Una vez que haya terminado de modificar la matriz, puede volver a convertirla en una imagen PIL como esta:

>>> Image.fromarray(imarray)
<Image.Image image mode=L size=330x44 at 0x2786518>

Yo uso matplotlib para leer archivos TIFF:

import matplotlib.pyplot as plt
I = plt.imread(tiff_file)

y I será de tipo ndarray.

De acuerdo con la documentación, aunque en realidad es PIL el que funciona detrás de escena cuando se manejan TIFF, ya que matplotlib solo lee PNG de forma nativa, pero esto me ha funcionado bien.

También hay una plt.imsavefunción para guardar.

También puede usar GDAL para hacer esto. Me doy cuenta de que es un conjunto de herramientas geoespaciales, pero nada requiere que tengas un producto cartográfico.

Enlace a los binarios GDAL precompilados para Windows (asumiendo Windows aquí) http://www.gisinternals.com/sdk/

Para acceder a la matriz:

from osgeo import gdal

dataset = gdal.Open("path/to/dataset.tiff", gdal.GA_ReadOnly)
for x in range(1, dataset.RasterCount + 1):
    band = dataset.GetRasterBand(x)
    array = band.ReadAsArray()

pylibtiff funcionó mejor para mí que PIL, que a partir de junio de 2020 no admite imágenes en color con más de 8 bits por color .

from libtiff import TIFF

tif = TIFF.open('filename.tif') # open tiff file in read mode
# read an image in the currect TIFF directory as a numpy array
image = tif.read_image()

# read all images in a TIFF file:
for image in tif.iter_images(): 
    pass

tif = TIFF.open('filename.tif', mode='w')
tif.write_image(image)

Puede instalar pylibtiff con

pip3 install numpy libtiff

El archivo léame de pylibtiff también menciona tifffile, pero no lo he probado y aunque es aparentemente de código abierto, no creo que el código esté disponible en ninguna parte (además de extraerlo manualmente del paquete PyPI).

También puede usar pytiff del que soy autor.

    import pytiff

    with pytiff.Tiff("filename.tif") as handle:
        part = handle[100:200, 200:400]

    # multipage tif
    with pytiff.Tiff("multipage.tif") as handle:
        for page in handle:
            part = page[100:200, 200:400]

Es un módulo bastante pequeño y puede que no tenga tantas funciones como otros módulos, pero admite tiffs en mosaico y bigtiff, por lo que puede leer partes de imágenes grandes.

En el caso de las pilas de imágenes, me resulta más fácil de usar scikit-imagepara leer y matplotlibmostrar o guardar. He manejado pilas de imágenes TIFF de 16 bits con el siguiente código.

from skimage import io
import matplotlib.pyplot as plt

# read the image stack
img = io.imread('a_image.tif')
# show the image
plt.imshow(mol,cmap='gray')
plt.axis('off')
# save the image
plt.savefig('output.tif', transparent=True, dpi=300, bbox_inches="tight", pad_inches=0.0)

Recomiendo usar los enlaces de Python a OpenImageIO, es el estándar para tratar con varios formatos de imagen en el mundo de vfx. A menudo lo he encontrado más confiable para leer varios tipos de compresión en comparación con PIL.

import OpenImageIO as oiio
input = oiio.ImageInput.open ("/path/to/image.tif")