使用RAPIDS cucim读取float64格式TIFF图像遇错求助

问题背景 #

尝试用cucim读取一张CT扫描生成的float64格式.tiff图像（shape=(657, 668)）为数组，因未找到类似imread的函数，参照网上示例编写了如下代码：

import numpy as np
from cucim import CuImage

im_path = r'/mnt/c/Users/.../filename.tiff'
im_obj = CuImage(im_path)
count = im_obj.resolutions['level_count']
dimensions = im_obj.resolutions['level_dimensions']
region = im_obj.read_region(location=(0, 0), level=count-1, size=dimensions[count-1])
im_arr = np.asarray(region)

运行报错与警告 #

执行代码后出现以下警告和错误：

[Warning] Loading image('/mnt/c/Users/.../filename.tiff') with a slow-path. The pixel format of the loaded image would be RGBA (4 channels) instead of RGB!

RuntimeError: This format (compression: 1, sample_per_pixel: 1, planar_config: 1, photometric: 1) is not supported yet!: Sorry, can not handle images with 64-bit samples

疑问 #

• 不清楚slow-path的含义
• 未在cucim文档中找到dtype支持相关内容
• 询问是否操作有误，当前需求能否实现？是否应先用imageio读取图像，再使用cucim的其他功能？

环境信息 #

Ubuntu  22.04.3 LTS on WSL2

Build cuda_12.2.r12.2/compiler.33191640_0

cucim 24.04.00 cuda12_py310_240410_ga24abfd_0 rapidsai (conda安装)

解答 #

问题原因 #

1. 格式支持限制：错误提示明确说明cucim当前版本无法处理64位采样的图像，这是核心问题——你的float64格式TIFF不在cucim的支持范围内。
2. slow-path含义：这是cucim的降级处理机制，当它无法使用GPU加速的快速路径处理图像时，会切换到CPU上的慢速处理流程；同时因为无法正确识别单通道CT图像的格式，错误推断为RGBA通道，因此出现警告。

解决方案 #

1. 格式转换后读取：如果可以接受精度损失，先将float64格式的TIFF转换为cucim支持的格式（如float32、uint16），再用cucim读取处理。
2. 混合方案：先用imageio或Pillow等支持float64 TIFF的库读取图像到CPU数组，再转换为CUDA数组（例如用cupy.asarray(im_arr)），之后再使用cucim的GPU加速功能处理。这种方案能保留CT图像的原始精度，更适合医疗影像场景。

操作结论 #

你的代码逻辑没有错误，问题源于cucim的格式支持限制，当前直接用cucim读取float64 TIFF的需求无法实现。优先推荐第二种混合方案，既能保留图像精度，又能利用cucim的GPU功能。

内容的提问来源于stack exchange，提问作者user8188435