如何用numpy数组保存HDR文件并保证像素值准确？

数据老陈

2026-7-20

问题描述

我尝试用numpy数组保存HDR文件，原numpy数组信息如下（数据类型：np.float32）：

# hdr_file_data
[[[0.32543945, 0.38671875, 0.44213867],
  [0.30029297, 0.34204102, 0.3737793 ],
  [0.2697754,  0.28515625, 0.28295898],
  [0.2388916,  0.23449707, 0.20837402]],

 [[0.35668945, 0.4309082,  0.49853516],
  [0.32495117, 0.37939453, 0.4230957 ],
  [0.2836914,  0.3059082,  0.3088379 ],
  [0.2454834,  0.24353027, 0.21777344]],

 [[0.46069336, 0.54248047, 0.6040039 ],
  [0.4128418,  0.47705078, 0.51708984],
  [0.33666992, 0.3684082,  0.3713379 ],
  [0.28027344, 0.2854004,  0.26000977]],

 [[0.64697266, 0.7270508,  0.7607422 ],
  [0.60302734, 0.6665039,  0.67871094],
  [0.49047852, 0.52783203, 0.515625  ],
  [0.38598633, 0.40063477, 0.37036133]]]

使用imageio库保存的代码：

imageio.imwrite(filenameA, hdr_data, format='HDR-FI')

读取验证的代码：

imageio.imread(filenameA, format='HDR-FI')

但读取后的像素值与原数组存在差异，读取结果如下：

[[[0.32421875, 0.38671875, 0.44140625],
  [0.29882812, 0.34179688, 0.37304688],
  [0.26953125, 0.28515625, 0.28125   ],
  [0.23828125, 0.234375,   0.20800781]],

 [[0.35546875, 0.4296875,  0.49804688],
  [0.32421875, 0.37890625, 0.421875  ],
  [0.28320312, 0.3046875,  0.30859375],
  [0.24511719, 0.24316406, 0.21777344]],

 [[0.45703125, 0.5390625,  0.6015625 ],
  [0.41015625, 0.4765625,  0.515625  ],
  [0.3359375,  0.3671875,  0.37109375],
  [0.27929688, 0.28515625, 0.25976562]],

 [[0.64453125, 0.7265625,  0.7578125 ],
  [0.6015625,  0.6640625,  0.67578125],
  [0.48828125, 0.52734375, 0.515625  ],
  [0.38476562, 0.40039062, 0.36914062]]]

请问如何确保保存和读取HDR文件时像素值准确？

解决方案

差异原因：默认的HDR-FI（Radiance RGBE）格式采用8位通道编码，属于有损压缩，无法精确存储32位浮点原始数据，这是你看到数值偏差的核心原因。
方案1：使用无损浮点HDR格式
改用EXR格式保存，它原生支持无损存储32位浮点数据，修改代码如下：
```
# 保存
imageio.imwrite(filenameA, hdr_data, format='EXR')
# 读取
saved_data = imageio.imread(filenameA, format='EXR')
```
这种方式读取后的数值会和原数组完全一致。
方案2：强制Radiance格式使用32位浮点编码（兼容性有限）
如果必须使用HDR-FI格式，可以指定保存时用32位浮点编码，但注意部分不支持该扩展的软件可能无法读取文件：
```
imageio.imwrite(filenameA, hdr_data, format='HDR-FI', flags='32-bit')
```
验证方法
保存后用numpy的allclose函数验证数值一致性（EXR格式应返回True）：
```
import numpy as np
print(np.allclose(hdr_data, saved_data))
```

内容的提问来源于stack exchange，提问作者陆一凡