如何使用Python将.cr3格式图片批量转换为.exr格式？

可用的开源工具组合 #

处理CR3（佳能RAW格式）到EXR的转换，核心依赖两个Python开源库：

• rawpy：专门读取各类RAW图像格式（含CR3），可解码RAW数据为浮点型像素数组。
• imageio：封装了EXR格式的写入逻辑，操作更简洁；也可使用官方的OpenEXR库。

前置准备 #

先安装所需依赖包，部分系统需先配置底层依赖：

• Linux系统：先安装libraw开发库

  sudo apt-get install libraw-dev
  

• 全平台：通过pip安装Python库

  pip install rawpy numpy imageio
  

单文件转换示例 #

以下代码读取单个CR3文件，经过RAW后处理（参数可按需调整），再保存为EXR：

import rawpy
import imageio

def cr3_to_exr(input_path, output_path):
    # 读取CR3文件，启用无损解压缩
    with rawpy.imread(input_path) as raw:
        # 后处理RAW数据，保留原始动态范围
        output = raw.postprocess(
            use_camera_wb=True,  # 使用相机内置白平衡
            no_auto_bright=True,  # 禁用自动提亮
            output_bps=16  # 输出16位浮点数据，适配EXR格式
        )
    # 写入EXR文件
    imageio.imwrite(output_path, output, format='EXR')

# 调用示例
cr3_to_exr("sample.cr3", "sample.exr")

批量处理脚本 #

针对大量CR3文件，可遍历指定目录自动转换：

import os
import rawpy
import imageio

def batch_cr3_to_exr(input_dir, output_dir):
    # 创建输出目录（不存在则自动生成）
    os.makedirs(output_dir, exist_ok=True)
    
    # 遍历目录下所有.cr3文件
    for filename in os.listdir(input_dir):
        if filename.lower().endswith('.cr3'):
            input_path = os.path.join(input_dir, filename)
            output_filename = os.path.splitext(filename)[0] + '.exr'
            output_path = os.path.join(output_dir, output_filename)
            
            # 执行转换
            with rawpy.imread(input_path) as raw:
                output = raw.postprocess(
                    use_camera_wb=True,
                    no_auto_bright=True,
                    output_bps=16
                )
            imageio.imwrite(output_path, output, format='EXR')
            print(f"完成转换：{filename} -> {output_filename}")

# 调用示例
batch_cr3_to_exr("./cr3_files", "./exr_output")

关键参数说明 #

• use_camera_wb=True：使用相机内置白平衡参数，避免偏色；如需自定义，可改为user_wb=(r, g, b)。
• no_auto_bright=True：保留RAW文件的原始动态范围，匹配EXR的高动态特性。
• output_bps=16：输出16位浮点数据，是EXR的常用格式；也可选择32位浮点（output_bps=32），文件体积会相应增大。

注意事项 #

• 较新的CR3格式需确保rawpy为最新版本：pip install --upgrade rawpy。
• 转换过程占用内存较高，可根据机器配置分批次处理大数量文件。

内容的提问来源于stack exchange，提问作者Tech Biz