如何用Python从EXR文件提取RGBA、Z通道并保存为独立文件

首先得装必要的依赖库，执行下面的命令：

pip install openexr numpy pillow

下面是完整的代码，能读取EXR文件的RGBA和Z通道，分别保存成单独的图像文件：

import OpenEXR
import Imath
import numpy as np
from PIL import Image

def extract_exr_channels(exr_path):
    # 打开EXR文件
    exr_file = OpenEXR.InputFile(exr_path)
    
    # 获取图像尺寸
    dw = exr_file.header()['dataWindow']
    width = dw.max.x - dw.min.x + 1
    height = dw.max.y - dw.min.y + 1
    
    # 定义通道类型（浮点型）
    pt = Imath.PixelType(Imath.PixelType.FLOAT)
    
    # 读取RGBA和Z通道数据
    channels = ['R', 'G', 'B', 'A', 'Z']  # 部分EXR的深度通道可能叫'Depth'，需根据实际调整
    channel_data = {}
    
    for chan in channels:
        if chan in exr_file.header()['channels']:
            # 读取通道数据并转为numpy数组
            data = exr_file.channel(chan, pt)
            channel_data[chan] = np.frombuffer(data, dtype=np.float32).reshape((height, width))
    
    # 保存RGBA单通道为PNG（线性浮点数据归一化到0-255）
    for chan in ['R', 'G', 'B', 'A']:
        if chan in channel_data:
            normalized = (channel_data[chan] * 255).astype(np.uint8)
            img = Image.fromarray(normalized)
            img.save(f'{exr_path}_{chan}.png')
    
    # 保存Z通道：两种可选方式
    if 'Z' in channel_data:
        z_data = channel_data['Z']
        # 方式1：归一化后存PNG（适合可视化）
        z_min = z_data.min()
        z_max = z_data.max()
        normalized_z = ((z_data - z_min) / (z_max - z_min) * 255).astype(np.uint8)
        img_z_png = Image.fromarray(normalized_z)
        img_z_png.save(f'{exr_path}_Z_normalized.png')
        
        # 方式2：保存为浮点TIFF（保留原始深度精度，适合后期处理）
        img_z_tiff = Image.fromarray(z_data)
        img_z_tiff.save(f'{exr_path}_Z_float.tiff')

# 调用示例，替换成你的EXR文件路径
extract_exr_channels('your_input.exr')

关键点说明 #

• 通道名要匹配你的EXR文件：可以通过print(exr_file.header()['channels'])查看所有通道名，调整channels列表
• RGBA通道默认是线性浮点数据，直接乘255转8位整数即可保存为常规PNG
• Z通道如果需要保留原始浮点精度，优先存TIFF格式；仅做可视化的话，归一化后存PNG更便捷
• 你找到的代码只实现了通道读取和信息打印，缺少将数组转为图像并保存的逻辑，上面的代码补充了这部分核心步骤

内容的提问来源于stack exchange，提问作者Vitaliy V.