如何使用Python将TIFF图像转换为XY坐标，是否与JPEG处理逻辑一致？

TIFF与JPEG的处理逻辑一致性说明 #

普通非地理配准的TIFF图像，拆解像素XY坐标的逻辑和JPEG完全一致。只有带空间投影信息的GeoTIFF格式，才需要额外调用GDAL等库读取地理变换参数，将像素坐标转换为真实地理坐标，常规TIFF不需要额外处理。

现有代码问题与补全逻辑 #

你提供的代码存在两处需要调整的地方：

1. 变量名错误：代码中未定义colourImg变量，应该替换为你之前读取得到的image对象
2. 缺少坐标生成逻辑：你已经完成了图像像素值的读取，但还需要生成所有像素对应的XY坐标网格，再拼接为DataFrame

完整实现代码 #

from PIL import Image
import numpy as np
import pandas as pd

# 读取图像，TIFF、JPEG等常规栅格格式通用
image = Image.open(r"file_example_TIFF_1MB.tiff")
mypixels = image.convert("RGB")
width, height = image.size

# 生成全量像素的XY坐标
x = np.repeat(np.arange(width), height)
y = np.tile(np.arange(height), width)

# 拼接为仅含X、Y两列的DataFrame
df = pd.DataFrame({"X": x, "Y": y})

# 如需保留像素RGB信息，可改用以下写法
# rgb = np.array(mypixels.getdata())
# df = pd.DataFrame({"X":x, "Y":y, "R":rgb[:,0], "G":rgb[:,1], "B":rgb[:,2]})

补充说明 #

默认生成的坐标原点为图像左上角，X轴向右递增，Y轴向下递增，符合PIL读取图像的默认规则。如果需要将Y轴原点调整为图像左下角，仅需修改Y坐标的生成逻辑为：
y = height - 1 - np.tile(np.arange(height), width)

内容的提问来源于stack exchange，提问作者maximus