无法通过BytesIO读取S3桶中16位TIF并转换为NumPy数组求助

方案一：纠正GDAL使用误解（无本地副本） #

你之前用GDAL配合/vsimem/路径的方式不会生成本地磁盘文件——/vsimem/是GDAL内置的内存虚拟文件系统，所有操作都在内存中完成，完全满足“不保存到本地”的需求，代码可直接使用：

from osgeo import gdal
import boto3
from io import BytesIO

s3 = boto3.client('s3',
                  aws_access_key_id=access_id,
                  aws_secret_access_key=secret_key,
                  region_name=region_name)

myBytesObject = BytesIO()
s3.download_fileobj(bucket_name, tif_name, myBytesObject)
myBytesObject.seek(0)

# 内存虚拟文件，无磁盘写入操作
vsipath = '/vsimem/temp.tif'
gdal.FileFromMemBuffer(vsipath, myBytesObject.read())
gimg = gdal.Open(vsipath)
if gimg is not None:
    img_array = gimg.GetRasterBand(1).ReadAsArray()
    # 处理后释放内存资源
    gdal.Unlink(vsipath)
    del gimg

方案二：使用rasterio直接读取BytesIO #

rasterio对16位TIF兼容性更好，支持直接从BytesIO对象读取，代码更简洁：

import rasterio
import boto3
from io import BytesIO

s3 = boto3.client('s3',
                  aws_access_key_id=access_id,
                  aws_secret_access_key=secret_key,
                  region_name=region_name)

myBytesObject = BytesIO()
s3.download_fileobj(bucket_name, tif_name, myBytesObject)
myBytesObject.seek(0)

with rasterio.open(myBytesObject) as src:
    img_array = src.read(1)  # 读取单波段，多波段可直接用src.read()

方案三：修复PIL的16位TIF支持问题 #

若坚持用PIL，需确保安装最新版Pillow（或Pillow-SIMD优化性能），避免提前调用convert('RGB')破坏16位数据结构：

from PIL import Image
import numpy as np
import boto3
from io import BytesIO

s3 = boto3.client('s3',
                  aws_access_key_id=access_id,
                  aws_secret_access_key=secret_key,
                  region_name=region_name)

myBytesObject = BytesIO()
s3.download_fileobj(bucket_name, tif_name, myBytesObject)
myBytesObject.seek(0)

# 直接打开16位TIF并转NumPy数组
img = Image.open(myBytesObject)
img_array = np.array(img)

错误原因说明 #

• PIL报错UnidentifiedImageError：多为Pillow版本过旧，不支持目标16位TIF的编码格式，更新Pillow即可解决。
• skimage报错KeyError：默认TIF读取器对特殊编码的16位TIF兼容性较差，改用rasterio或GDAL更稳定。

内容的提问来源于stack exchange，提问作者fariadantes