使用cv2.imread读取uint16格式TIFF文件时维度异常的问题

我有一个维度为(3,1200,1200)的TIFF文件，想用OpenCV读取后做后续处理，但遇到了问题：

• 用tifffile.imread读取时，数据维度正常；
• 用cv2.imread(file_path, cv2.IMREAD_UNCHANGED)读取时，通道丢失，数组维度变为(1220,1200)。

我的代码如下：

import cv2 
import numpy as np
from matplotlib import pyplot as plt
from scipy import ndimage
from skimage import measure, color, io

file_path = "C:\Users\valit\OneDrive - The Ohio State University\Valeria\20230228_cdk4\dmso\AVG_3.tif"

img1 = cv2.imread(file_path, cv2.IMREAD_UNCHANGED)

plt.imshow(img1)

原因分析 #

OpenCV的cv2.imread对多通道TIFF的支持存在局限性，尤其当文件采用**通道优先（C, H, W）**的存储顺序时，它无法正确识别通道结构，会将所有通道的像素数据平铺为单通道二维数组，导致维度异常。而tifffile.imread能完整解析TIFF的元数据，保留原始的通道顺序和维度。

解决方法 #

方法1：用tifffile读取后转换为OpenCV兼容格式 #

先通过tifffile读取原始数据，再将通道顺序从(C, H, W)转换为OpenCV常用的(H, W, C)格式：

import cv2
import numpy as np
import tifffile
from matplotlib import pyplot as plt

# 路径前加r避免转义字符问题
file_path = r"C:\Users\valit\OneDrive - The Ohio State University\Valeria\20230228_cdk4\dmso\AVG_3.tif"

# 读取原始多通道数据
img_tiff = tifffile.imread(file_path)  # 形状为(3,1200,1200)
# 转换通道顺序适配OpenCV
img_cv = np.transpose(img_tiff, (1, 2, 0))

print("转换后维度：", img_cv.shape)  # 输出应为(1200,1200,3)
plt.imshow(img_cv)
plt.show()

方法2：使用OpenCV的cv2.imreadmulti读取 #

OpenCV的cv2.imreadmulti专门用于读取多通道/多页TIFF，能正确保留通道信息：

import cv2
import numpy as np
from matplotlib import pyplot as plt

file_path = r"C:\Users\valit\OneDrive - The Ohio State University\Valeria\20230228_cdk4\dmso\AVG_3.tif"

# 读取所有通道，返回值第二个元素为通道数组列表
_, channels = cv2.imreadmulti(file_path, [], cv2.IMREAD_UNCHANGED)
# 堆叠通道并转换顺序
img_cv = np.transpose(np.array(channels), (1, 2, 0))

print("读取后维度：", img_cv.shape)  # 输出应为(1200,1200,3)
plt.imshow(img_cv)
plt.show()

注意事项 #

• 文件路径需用原始字符串（加r）或转义反斜杠，避免路径解析错误；
• 若TIFF通道为16位等非8位格式，需先通过cv2.normalize或手动缩放转换为8位，否则plt.imshow可能显示异常。

内容的提问来源于stack exchange，提问作者valit