如何仅加载TIFF图像栈中选定帧至内存，无需加载完整栈

问题描述 #

我正在处理一个尺寸等效于(300, 2048, 2048) NumPy数组的大型TIFF图像栈，需要编写函数快速选取n个指定切片绘图对比，观察图像演变过程。但多数方法需要先把整个图像栈加载到内存，我的桌面无法承受这种内存开销，请问如何优化代码，实现仅加载指定切片且无需预加载整个栈？

可行优化方案 #

借助tifffile库的TiffFile类可以在不加载实际数组的情况下读取文件元数据，结合skimage.io.imread()的key=参数，就能单独加载图像栈中的指定切片，完全无需预加载整个图像栈。

优化后可运行代码 #

# 导入相关模块
import matplotlib.pyplot as plt
from tifffile import TiffFile
from skimage import io
import numpy as np

# 目标文件路径
file = "example.tiff"  # 对应数组尺寸(300, 2048, 2048)
# 仅加载文件元数据，不加载图像内容
stk = TiffFile(file)

# 设置绘图参数
frame_interval = 10  # 切片间隔
num_frames = 6       # 要展示的切片数量

# 创建画布与子图
fig, axs = plt.subplots(nrows=1, ncols=num_frames, sharey=True)
for i in range(num_frames):
    # 加载第0帧作为参考，统一亮度范围
    if i == 0:
        img_ref = io.imread(file, key=0)
        v_max = np.percentile(np.ravel(img_ref), 99)
    
    # 加载指定切片并绘图
    ax = axs[i]
    current_frame_idx = i * frame_interval
    ax.imshow(
        io.imread(file, key=current_frame_idx),
        vmin=0,
        vmax=v_max
    )
    ax.set_title(f"Frame {current_frame_idx}")

plt.tight_layout()
plt.show()

注：原示例代码中的fft为笔误，已修正为目标文件变量file；同时补充了numpy导入与图像显示的收尾代码，确保代码可直接运行。

原始尝试的问题分析 #

原始代码尝试用Dask实现懒加载，但核心逻辑存在错误：

# 错误点：io.imread(file)已经把整个图像栈加载到内存了
img_stk = da.from_array(io.imread(file), chunks=(1, 512, 512))

io.imread(file)会一次性读取整个TIFF栈到内存，之后再用da.from_array包装成Dask数组完全没有意义，这就是加载耗时久的原因。如果要通过Dask实现懒加载，应该使用dask-image的imread方法直接从文件创建懒加载数组，而非先读取整个栈。

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