Python中16位TIFF图像相减报错：ValueError: image has wrong mode

报错原因 #

Pillow的ImageChops.difference()方法不支持16位整数模式（I;16），该方法仅兼容8位深度的图像模式（如L、RGB等），直接传入I;16模式的图像会触发ValueError: image has wrong mode。

解决方案 #

方案1：转换为浮点模式后计算差值 #

将16位图像转换为浮点模式（F）执行差值计算，再转回16位整数模式，既保留精度又适配Pillow API：

from PIL import Image, ImageChops

# 打开图像
im1 = Image.open("main.tif")
im2 = Image.open("background.tif")

# 转换为浮点模式以支持差值计算
im1_float = im1.convert("F")
im2_float = im2.convert("F")

# 计算图像差值
diff_float = ImageChops.difference(im1_float, im2_float)

# 转回16位整数模式并输出
diff_16bit = diff_float.convert("I;16")
diff_16bit.show()
diff_16bit.save("difference.tif")

方案2：用Numpy手动计算像素差值 #

直接操作16位像素数组，支持自定义差值逻辑（比如仅保留主图比背景亮的部分，更贴合“移除背景”的需求）：

from PIL import Image
import numpy as np

# 读取图像并转为16位无符号整数数组
im1 = np.array(Image.open("main.tif"), dtype=np.uint16)
im2 = np.array(Image.open("background.tif"), dtype=np.uint16)

# 计算差值：仅保留主图减背景后的非负部分（移除背景）
diff = np.maximum(im1 - im2, 0)
# 若需保留所有差值（含绝对值），可替换为：diff = np.abs(im1 - im2)

# 将数组转回16位TIFF图像
diff_image = Image.fromarray(diff, mode="I;16")
diff_image.show()
diff_image.save("difference.tif")

说明 #

• 方案1代码简洁，贴近原有Pillow使用习惯；
• 方案2性能更优，且能灵活定制差值逻辑，适合复杂场景。

内容的提问来源于stack exchange，提问作者vashista