Python正确读取32位浮点型TIFF文件浮点值的方法

常见读取失败原因 #

之前尝试的三类库读取返回8位整数，本质都是默认读取逻辑没有匹配该类特殊文件的存储结构：

• OpenCV的TIFF解析模块仅覆盖标准公开格式，即使配置cv2.IMREAD_ANYDEPTH参数，也无法识别深度相机私有格式封装的多通道32位浮点数据，会默认fallback到文件内嵌的8位预览缩略图层返回。
• 旧版本imageio默认调用PIL后端，本身不支持32位浮点多通道TIFF解析，会自动做8位下采样转换。
• 未加特殊参数调用tifffile时，库默认开启自动位深缩放、自动维度压缩，也会导致读取结果类型不符合预期。

可行实现步骤 #

1. 安装依赖 #

优先使用专门面向科学成像、工业相机场景维护的最新版tifffile库，不要使用过旧版本，安装命令：
pip install -U tifffile numpy

2. 通用读取代码 #

读取时核心要配置保留原始数据类型、遍历页面避开缩略图两个规则，代码如下：

import tifffile
import numpy as np

with tifffile.TiffFile("你的深度文件存储路径.tif") as tif:
    target_data = None
    # 遍历TIFF所有页面，跳过嵌入的8位缩略图，定位32位浮点数据层
    for page in tif.pages:
        page_arr = page.asarray(dtype=None)
        if page_arr.dtype == np.float32 and len(page_arr.shape) >= 2:
            target_data = page_arr
            break

# 读取结果校验
print(f"数据维度：{target_data.shape}")  # 4层数据正常输出格式为(图像高度, 图像宽度, 4)
print(f"数据类型：{target_data.dtype}") # 正确读取时输出为float32
print(f"数值范围：{target_data.min():.3f} ~ {target_data.max():.3f}") # 深度值一般为0.1~10区间的浮点数，单位通常为米

3. 特殊存储格式适配 #

如果文件为单页多通道结构，遍历页面找不到对应浮点层，可以直接读取第一页数据，关闭自动维度压缩即可：

with tifffile.TiffFile("你的深度文件存储路径.tif") as tif:
    target_data = tif.pages[0].asarray(dtype=None, squeeze=False)

其他库兼容写法 #

如果习惯使用imageio接口，不要用默认PIL后端，指定tifffile作为解析插件即可，底层逻辑和上述代码完全一致：

import imageio.v3 as iio
target_data = iio.imread("你的深度文件存储路径.tif", plugin="tifffile", dtype=None)

注意：不推荐使用OpenCV读取该类特殊TIFF，其TIFF解析模块长期未更新对工业相机私有格式的支持，即使叠加cv2.IMREAD_UNCHANGED参数也大概率无法正确识别浮点层。

内容的提问来源于stack exchange，提问作者Jefferson