Optris PI 400/450热像仪RAVI文件批量转CSV温度数据咨询

你之前采用转yuv420p的方案失效，核心原因是yuv420p为8位有损编码，会丢失RAVI文件中存储的16位原始温度计量信息，无法还原真实温度值。以下是可落地的实现方案：

前置准备 #

• 安装Optris官方提供的libirimager解码库，该库为官方适配工具，可直接读取RAVI文件中的原始温度数据，无需额外转码
• 可根据需求安装库的Python绑定，方便后续批量处理

具体实现步骤 #

步骤1：批量提取RAVI中的原始温度帧 #

调用libirimager自带的ir_raw_player命令行工具，直接从RAVI文件按每秒1帧的频率导出16位原始温度帧，命令示例：
ir_raw_player -i 输入文件路径.ravi -o 帧输出目录/ -f 1
其中-f 1参数代表每秒导出1帧，输出的.raw文件为无压缩16位灰度数据，每个像素对应原始温度计量值，无精度损失。
你可以编写Shell或Python脚本遍历1260个RAVI文件，自动完成帧提取工作。

步骤2：原始值转换为实际温度值 #

根据官方校准规则，原始16位像素值转换为摄氏度温度值的公式为：

温度值 = (原始16位无符号整数 / 10) - 100
如果你的设备有自定义校准参数，可对应调整公式中的系数。

步骤3：批量导出CSV文件 #

以下为Python实现的批量转换代码：

import numpy as np
import os
import csv

# 固定参数
FRAME_WIDTH = 382
FRAME_HEIGHT = 288
RAW_FRAME_ROOT = "./ravi_frames/"
CSV_OUTPUT_ROOT = "./temperature_csv/"

os.makedirs(CSV_OUTPUT_ROOT, exist_ok=True)

# 遍历所有原始帧文件
for root, dirs, files in os.walk(RAW_FRAME_ROOT):
    for file in files:
        if not file.endswith(".raw"):
            continue
        # 读取16位原始数据
        raw_path = os.path.join(root, file)
        raw_data = np.fromfile(raw_path, dtype=np.uint16)
        # 还原为二维帧数据
        frame = raw_data.reshape(FRAME_HEIGHT, FRAME_WIDTH)
        # 转换为温度值
        temp_frame = (frame / 10) - 100
        # 导出CSV
        csv_name = os.path.splitext(file)[0] + ".csv"
        csv_path = os.path.join(CSV_OUTPUT_ROOT, csv_name)
        with open(csv_path, "w", newline="") as f:
            writer = csv.writer(f)
            writer.writerows(temp_frame.tolist())

步骤4：（可选）导出可视化热图 #

如果需要同步生成每帧的热图文件，可在上述代码的温度转换步骤后添加以下逻辑：

import cv2

# 温度值归一化后映射为伪彩图
norm_temp = cv2.normalize(temp_frame, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)
color_heatmap = cv2.applyColorMap(norm_temp, cv2.COLORMAP_INFERNO)
# 保存图像
img_name = os.path.splitext(file)[0] + ".png"
cv2.imwrite(os.path.join("./heatmap_output/", img_name), color_heatmap)

性能优化建议 #

• 批量处理时按RAVI文件分组创建输出目录，避免单目录下文件过多导致IO性能下降
• 可采用多进程并行处理不同RAVI文件，缩短总处理时长
• 全程避免对RAVI文件进行任何有损转码操作，所有处理基于原始16位数据执行，防止温度值失真

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