OpenCV批量裁剪TIFF图像后亮度对比度异常求助

解决方案 #

一、修复图像一致性问题 #

1. 完整保留TIFF元数据
   原代码仅读取图像像素数据，丢失了TIFF文件中控制亮度、对比度的关键元数据（如位深度、ImageJ校准信息、色彩空间标签等）。改用tifffile完整读取并写入元数据：

   # 替换原图像读取逻辑
   with tifffile.TiffFile('vv.tif') as tif:
       image = tif.asarray()
       # 获取ImageJ兼容元数据及TIFF标签
       metadata = tif.imagej_metadata or {}
       for page in tif.pages:
           metadata.update(page.tags)
   
   # 替换原写入逻辑
   tiff.imwrite(
       'cropped_image_{0}.tif'.format(i*14+j), 
       cropped_image,
       imagej=True,  # 适配ImageJ的元数据格式
       metadata=metadata  # 写入完整元数据
   )
   

2. 避免裁剪区域越界
   原代码的裁剪计算可能超出图像边界，导致无效填充区域（如黑边），视觉上表现为亮度异常。添加边界校验：

   def crop_images(x, y):
       img_height, img_width = image.shape[:2]
       for i in range(4):
           for j in range(14):
               top = y - 260 + i * 900
               bottom = y + 260 + i * 900
               left = x - 260 + j * 900
               right = x + 260 + j * 900
               
               # 修正边界至图像范围内
               top = max(0, top)
               bottom = min(img_height, bottom)
               left = max(0, left)
               right = min(img_width, right)
               
               # 仅保存有效裁剪区域
               if bottom > top and right > left:
                   cropped_image = image[top:bottom, left:right]
                   tiff.imwrite(
                       'cropped_image_{0}.tif'.format(i*14+j), 
                       cropped_image,
                       imagej=True,
                       metadata=metadata
                   )
   

3. 确保数据类型一致
   若裁剪后图像数据类型被自动转换（如从16位转为8位），会丢失亮度细节。添加类型校验：

   print(f"原图数据类型: {image.dtype}")
   print(f"裁剪图数据类型: {cropped_image.dtype}")
   

   若类型不一致，写入时强制指定：

   tiff.imwrite(..., dtype=cropped_image.dtype)
   

二、简化裁剪流程的建议 #

• 自动计算裁剪网格
  无需手动点击坐标，直接根据预设参数自动生成裁剪区域，避免人为误差：

  import tifffile as tiff
  
  with tifffile.TiffFile('vv.tif') as tif:
      image = tif.asarray()
      metadata = tif.imagej_metadata or {}
      for page in tif.pages:
          metadata.update(page.tags)
  
  tile_size = 520  # 单张裁剪图尺寸：260*2
  step = 900       # 行/列间隔
  row_count = 4
  col_count = 14
  
  img_height, img_width = image.shape[:2]
  count = 0
  
  for i in range(row_count):
      y_start = i * step
      y_end = y_start + tile_size
      if y_end > img_height:
          break
      for j in range(col_count):
          x_start = j * step
          x_end = x_start + tile_size
          if x_end > img_width:
              break
          cropped = image[y_start:y_end, x_start:x_end]
          tiff.imwrite(f'cropped_image_{count}.tif', cropped, imagej=True, metadata=metadata)
          count += 1
  

• 使用ImageJ可视化裁剪
  无需编程，打开ImageJ后导入原图，使用Plugins > Grid/Collection > Grid Maker插件，设置4行14列、单格尺寸520x520，一键批量导出，完全保留原图元数据。

内容的提问来源于stack exchange，提问作者sara kim