如何用Python从Optris红外相机生成的.ravi文件提取指定位置温度数据

RAVI格式是Optris红外相机封装的AVI变种，除视频帧外还包含每帧的原始温度数据（存储在temp chunk中）。av2仅处理视频流，无法读取温度元数据，以下是两种可行解决方案：

方案1：使用第三方专用库（推荐） #

optris_reader是针对Optris RAVI文件的Python解析库，可直接读取温度数据并完成校准转换：

安装与使用 #

pip install optris-reader

import optris_reader

# 初始化阅读器
reader = optris_reader.RaviReader("your_target_file.ravi")

# 获取相机校准参数（用于将原始数据转换为实际温度）
calibration = reader.get_calibration()
frame_total = reader.get_frame_count()

# 遍历每帧提取指定位置温度
target_x, target_y = 10, 20  # 目标像素坐标（x为列，y为行）
for idx in range(frame_total):
    # 获取当前帧的原始温度数组（形状：(高度, 宽度)）
    raw_temp = reader.get_temperature_frame(idx)
    # 转换为摄氏度
    actual_temp = calibration.convert(raw_temp)
    # 读取指定位置温度
    pos_temp = actual_temp[target_y, target_x]
    print(f"Frame {idx}: Position ({target_x},{target_y}) = {pos_temp:.2f}°C")

reader.close()

方案2：手动解析RAVI文件（无依赖方案） #

RAVI基于RIFF/AVI格式，温度数据存储在temp chunk中，为连续的16位小端整数。需自行解析文件结构并完成温度转换：

import av
import struct
import numpy as np

# 读取视频流信息
container = av.open("your_target_file.ravi")
video_stream = container.streams.video[0]
frame_count = video_stream.frames
width = video_stream.codec_context.width
height = video_stream.codec_context.height

# 定位并读取temp chunk数据
temp_chunk_data = b""
with open("your_target_file.ravi", "rb") as f:
    # 验证RIFF头
    riff_header = f.read(12)
    assert riff_header[:4] == b"RIFF" and riff_header[8:12] == b"AVI "
    
    # 遍历所有chunk寻找temp块
    while True:
        chunk_id = f.read(4)
        if not chunk_id:
            break
        chunk_size = struct.unpack("<I", f.read(4))[0]
        if chunk_id == b"temp":
            temp_chunk_data = f.read(chunk_size)
            break
        else:
            # 跳过当前chunk
            f.seek(chunk_size, 1)

# 拆分每帧温度数据并转换
# 注意：offset和slope需从相机校准参数中获取（可通过Optris工具或文件元数据提取）
cal_offset = 1000  # 示例值，需替换为实际值
cal_slope = 0.01   # 示例值，需替换为实际值

frame_temp_byte_size = height * width * 2  # 每帧温度数据字节数（每个像素2字节）
for idx in range(frame_count):
    # 截取当前帧的原始温度字节数据
    start_idx = idx * frame_temp_byte_size
    end_idx = start_idx + frame_temp_byte_size
    frame_raw_bytes = temp_chunk_data[start_idx:end_idx]
    
    # 转换为16位无符号整数数组
    raw_temp_array = np.frombuffer(frame_raw_bytes, dtype=np.uint16).reshape((height, width))
    # 计算实际温度（摄氏度）
    actual_temp = (raw_temp_array - cal_offset) * cal_slope
    
    # 读取指定位置温度
    target_x, target_y = 10, 20
    pos_temp = actual_temp[target_y, target_x]
    print(f"Frame {idx}: Position ({target_x},{target_y}) = {pos_temp:.2f}°C")

container.close()

关键注意事项 #

• 校准参数（offset和slope）必须使用对应相机的实际值，否则温度计算会严重偏差。可通过Optris官方软件（如Optris PI）查看，或从RAVI文件的元数据chunk中解析获取。
• 手动解析AVI结构时需处理RIFF格式的细节（如chunk对齐），上述代码为简化版本，复杂场景建议参考RIFF/AVI规范完善解析逻辑。

内容的提问来源于stack exchange，提问作者sreevani i