python如何读取被压缩的图像

读取压缩的图像数据:

PackBits  压缩介绍:

CCITT T.3 压缩介绍:


读取压缩的图像数据:

在做图像处理的时候,平时都是使用 函数io.imread() 或者是 函数cv2.imread( ) 函数来读取图像数据,很少用PIL.Image.open()函数来读取数据,一直都认为三者区别不大,只是读取得到的图像通道顺序和格式不一样

今天遇到了需要读取压缩的图像,使用io.imread()函数以及函数cv2.imread(),都报如下图所示的错误:

ValueError: <COMPRESSION.CCITTRLE: 2> not supported 

翻译过来就是不支持读取此压缩格式的图像

后来我检查了需要读取的图像数据,确确实实被压缩了,  压缩格式分别为 CCITT T.3 和 PackBits

之前使用 io.imread( ) 以及 cv2.imread( ) 函数读取数据的时候没有注意到图像是否被压缩的问题,直到今天需要读取压缩图像数据,然后报错,才意识到这三个读取图像数据函数的差别

所以,在我的代码中,我使用函数 PIL.Image.open( ) 来读取压缩的图像数据

PIL库支持PackBits压缩格式

from PIL import Image

image = Image.open('your_image_file.tif')
image_data = np.array(image)

上述代码将 使用PIL库的 Image.open()函数打开图像文件,并使用np.array()函数将图像转换为NumPy数组

运行过程中显示:

PackBits  压缩介绍:

遥感影像通常需要被压缩为PackBits格式以减小文件大小,提高存储和传输效率

以下是一些使用PackBits压缩格式的原因:

  1. 空间效率:遥感影像通常具有较大的尺寸,尤其是高分辨率的遥感数据。为了减小文件大小,使其更容易存储和传输,压缩是必要的。PackBits压缩算法可以在不引入太多失真的情况下,有效地减小文件大小

  2. 快速压缩和解压缩:PackBits压缩算法是一种简单而快速的压缩算法。它对于遥感影像的压缩和解压缩速度较快,这在处理大量遥感数据时非常重要

  3. 保持数据完整性:PackBits压缩算法是一种无损压缩算法,它保持了压缩前后数据的完整性。这对于遥感影像数据非常重要,因为遥感数据通常包含重要的地理和科学信息,不能有任何失真或损失

需要注意的是,PackBits压缩算法相对于其他更高级的压缩算法(如JPEG)可能无法实现较高的压缩比。因此,在某些情况下,为了更好的压缩效果,可能会选择其他压缩算法。但PackBits仍然是一种常见的无损压缩算法,被广泛应用于遥感影像和其他需要保持数据完整性的领域

CCITT T.3 压缩介绍:

CCITT T.3是一种 用于黑白图像压缩 的标准,也被称为 Group 3压缩

CCITT T.3压缩算法主要用于传真机和文档扫描仪等设备中,用于将黑白图像压缩为较小的文件大小。该算法基于一种称为Modified Huffman(MH)编码的技术

CCITT T.3压缩算法的基本原理是 通过编码连续的行数据来实现压缩。在每一行中,它使用一种称为Run Length Encoding(RLE)的技术来表示连续的像素值。当连续的像素值相同时,只需存储一个像素值和一个计数值,而不是逐个存储每个像素。这样可以大大减小文件的大小

CCITT T.3还使用了一些其他的技术来进一步减小文件大小,如差分编码和位填充。差分编码用于处理相邻行之间的像素差异,而位填充用于确保每个字节都包含8位数据

需要注意的是,CCITT T.3压缩算法是一种无损压缩算法,它保持了压缩前后数据的完整性。这使得它非常适用于需要保留图像细节和准确性的应用,如文档扫描和传真传输

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值