如何使用Python的OpenCV2读取32位TIFF图像并增强对比度

问题背景 #

使用OpenCV读取TIFF图像时触发错误，目标是读取图像并完成轻度对比度增强。

初始错误信息 #

OpenCV TIFF: TIFFRGBAImageOK: Sorry, can not handle images with 32-bit samples

原代码 #

import os
import cv2

input_folder = 'path'
output_folder = 'path'

# 遍历输入文件夹中的所有TIFF文件
for filename in os.listdir(input_folder):
    if filename.endswith('.tiff'):
        image = cv2.imread(os.path.join(input_folder, filename), cv2.IMREAD_GRAYSCALE)

        alpha = 1.0035
        beta = 0
        enhanced_image = cv2.convertScaleAbs(image, alpha=alpha, beta=beta)

        output_filename = os.path.splitext(filename)[0] + '_enhanced.tif'
        cv2.imwrite(os.path.join(output_folder, output_filename), enhanced_image)

更新尝试后的错误 #

尝试参考相关方案后，出现以下错误：

can't open/read file: check file path/integrity
cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\imgcodecs\src\loadsave.cpp:783: error: (-215:Assertion failed) !_img.empty() in function 'cv::imwrite'

解决方案 #

OpenCV的imread对32位浮点TIFF支持有限，可改用tifffile库读取，再转成OpenCV可处理的格式：

1. 安装依赖库

pip install tifffile

2. 修改后的代码

import os
import cv2
import tifffile as tf

input_folder = 'path'
output_folder = 'path'

# 确保输出文件夹存在
os.makedirs(output_folder, exist_ok=True)

for filename in os.listdir(input_folder):
    if filename.lower().endswith(('.tiff', '.tif')):
        file_path = os.path.join(input_folder, filename)
        # 读取32位TIFF图像
        image = tf.imread(file_path)
        # 转换为OpenCV兼容的8位格式（根据图像实际范围调整归一化逻辑）
        image_normalized = cv2.normalize(image, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)
        
        # 对比度增强
        alpha = 1.0035
        beta = 0
        enhanced_image = cv2.convertScaleAbs(image_normalized, alpha=alpha, beta=beta)
        
        # 保存增强后的图像
        output_filename = os.path.splitext(filename)[0] + '_enhanced.tif'
        cv2.imwrite(os.path.join(output_folder, output_filename), enhanced_image)

关键说明 #

• tifffile库原生支持32位TIFF（包括浮点型）的读取，解决OpenCV的兼容性问题
• 加入os.makedirs确保输出文件夹存在，避免路径类错误
• 增加对.tif后缀的兼容，用lower()规避大小写匹配问题
• 归一化步骤可根据图像实际数据范围调整：如果原始图像是0-65535的16位数据，可直接转8位；如果是浮点型（如0-1或任意范围），用cv2.normalize映射到0-255区间

内容的提问来源于stack exchange，提问作者Neko Lim