如何在Python中显示RGB565大端或16位灰度大端格式的原始图像？

你遇到的核心问题是文件存储的是Big-Endian字节序，但numpy.fromfile默认使用系统原生字节序（通常是Little-Endian），所以读取后的数据字节序不对，导致显示异常。下面分两种格式给出具体的解决方法：

1. 处理16位灰度Big-Endian图像 #

针对这种情况，有两种简单的修正方式：

方式一：读取时直接指定Big-Endian dtype #

在np.fromfile中直接使用大端字节序的 dtype，这样读取出来的数据就是正确的：

import cv2
import numpy as np

fd = open('your_image_path', 'rb')
rows = 360
cols = 640
# 使用>i2表示Big-Endian的16位有符号整数，也可以用>u2表示无符号（根据你的图像数据类型选择）
f = np.fromfile(fd, dtype=np.dtype('>i2'), count=rows*cols)
im = f.reshape((rows, cols))
fd.close()

# OpenCV可以直接显示16位灰度图
cv2.imshow('16-bit Grayscale Big-Endian', im)
cv2.waitKey(0)
cv2.destroyAllWindows()

方式二：读取后转换字节序 #

如果已经用默认dtype读取了数据，可以通过byteswap()方法转换为大端：

import cv2
import numpy as np

fd = open('your_image_path', 'rb')
rows = 360
cols = 640
f = np.fromfile(fd, dtype=np.int16, count=rows*cols)
# 转换字节序为Big-Endian
f = f.byteswap().newbyteorder()
im = f.reshape((rows, cols))
fd.close()

cv2.imshow('16-bit Grayscale Big-Endian', im)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 处理RGB565 Big-Endian图像 #

RGB565是将R（5位）、G（6位）、B（5位）打包成16位的格式，Big-Endian下，每个像素的高8位是R[4:0] + G[5:3]，低8位是G[2:0] + B[4:0]。我们需要把这些分量提取出来，转换为8位的RGB图像才能正常显示：

import cv2
import numpy as np

fd = open('your_image_path', 'rb')
rows = 360
cols = 640
# 读取Big-Endian的16位无符号整数（RGB565一般是无符号）
f = np.fromfile(fd, dtype=np.dtype('>u2'), count=rows*cols)
im_16bit = f.reshape((rows, cols))
fd.close()

# 提取R、G、B分量
# 右移11位获取5位R，然后扩展到8位（乘以8，因为5位最大值31，31*8=248，接近255）
r = ((im_16bit >> 11) & 0x1F) * 8
# 右移5位后取低6位获取G，扩展到8位（乘以4，6位最大值63，63*4=252）
g = ((im_16bit >> 5) & 0x3F) * 4
# 取低5位获取B，扩展到8位（乘以8）
b = (im_16bit & 0x1F) * 8

# 合并为3通道8位RGB图像
im_rgb = np.stack([r, g, b], axis=-1).astype(np.uint8)

# OpenCV默认是BGR格式，所以需要转换一下
im_bgr = cv2.cvtColor(im_rgb, cv2.COLOR_RGB2BGR)

cv2.imshow('RGB565 Big-Endian', im_bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意事项 #

• 如果你的图像是无符号类型，记得用u2而不是i2，避免出现负数导致的显示问题。
• RGB565的分量扩展方式是为了把低位数的分量映射到8位范围，你也可以用((x / max_value) * 255).astype(np.uint8)的方式，结果差异不大。

内容的提问来源于stack exchange，提问作者TechHeb