如何将多页NDVI格式TIFF文件转换为常规RGB图像？

当然可以将NDVI单通道图像转换为常规RGB彩色格式，核心思路是把NDVI的数值范围（通常为[-1, 1]）映射到对应的RGB颜色空间，借助颜色映射表（Colormap）即可实现。以下是基于你现有代码的完整解决方案：

完整实现代码 #

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

def unlayer(image, mode=True):
    im_list = []
    for i in range(image.n_frames):
        image.seek(i)
        if mode:
            im_list.append(np.array(image))
        else:
            im_list.append(image)
    return im_list

def ndvi_to_rgb(ndvi_array, cmap=None):
    # 归一化NDVI值到[0, 1]范围（处理可能超出[-1,1]的异常值）
    ndvi_normalized = (ndvi_array - np.min(ndvi_array)) / (np.max(ndvi_array) - np.min(ndvi_array))
    
    # 若未指定颜色映射，使用NDVI常用的渐变配色（红-黄-绿）
    if cmap is None:
        colors = [
            (1, 0, 0),    # 红色：低NDVI（裸土/枯萎植被）
            (1, 1, 0),    # 黄色：中等NDVI
            (0, 1, 0)     # 绿色：高NDVI（健康植被）
        ]
        cmap = ListedColormap(colors)
    
    # 应用颜色映射并转换为RGB格式
    rgb_array = (cmap(ndvi_normalized) * 255).astype(np.uint8)
    # 去掉alpha通道（如果有的话）
    rgb_array = rgb_array[..., :3]
    
    # 转换为PIL图像
    return Image.fromarray(rgb_array)

# 加载并拆分TIFF
path = "你的NDVI文件路径.tif"
image = Image.open(path)
layered_ndvi = unlayer(image, mode=True)

# 转换每个NDVI图层为RGB
rgb_images = [ndvi_to_rgb(ndvi) for ndvi in layered_ndvi]

# 示例：保存第一张RGB图像
rgb_images[0].save("ndvi_rgb_0.jpg")

# 示例：显示第一张转换后的图像
plt.imshow(rgb_images[0])
plt.axis('off')
plt.show()

关键说明 #

• 归一化处理：NDVI原始值可能因数据采集存在超出[-1,1]的情况，先归一化到[0,1]才能正确匹配颜色映射。
• 颜色映射选择：
  • 代码中默认使用了红-黄-绿的渐变，这是NDVI可视化的经典配色，能直观区分植被健康程度。
  • 你也可以使用matplotlib内置的colormap，比如cmap=plt.cm.Greens或者cmap=plt.cm.RdYlGn，只需修改ndvi_to_rgb函数的参数即可。
• 批量处理：代码中通过列表推导式一次性转换所有拆分后的NDVI图层，方便批量保存或后续处理。

内容的提问来源于stack exchange，提问作者Sina M