如何在不使用OpenCV库的Python环境中读取多通道16位/通道图像？

我之前也被这个问题坑过好一阵子！很多Python图像库在处理多通道16位PNG时，确实会默认把位深降到8位，单通道的时候反而没问题，太让人头疼了。这里有几个亲测有效的解决方法：

方法1：用Pillow显式指定16位模式 #

Pillow（PIL的官方分支）默认会把多通道16位PNG转换为8位图像，但我们可以通过指定转换模式强制保留16位数据：

from PIL import Image
import numpy as np

# 读取图像并转换为16位多通道模式（这里以RGBA为例，RGB的话用'RGB;16'）
img = Image.open("your_multichannel_16bit.png").convert("RGBA;16")
# 转为numpy数组查看类型
img_array = np.array(img)
print(img_array.dtype)  # 输出应为uint16
print(img_array.shape)  # 会显示包含通道数的维度，比如(h, w, 4)

核心就是convert("RGBA;16")这一步，它告诉Pillow要保留16位每通道的格式，而不是自动降级到8位。

方法2：用OpenCV的IMREAD_UNCHANGED参数 #

OpenCV的cv2.imread有个非常实用的参数IMREAD_UNCHANGED，它会完全保留图像的原始位深和通道数，不会做任何自动转换：

import cv2
import numpy as np

# 读取原始图像，不做任何格式转换
img = cv2.imread("your_multichannel_16bit.png", cv2.IMREAD_UNCHANGED)
print(img.dtype)  # 输出uint16
print(img.shape)  # 比如(h, w, 3)或(h, w, 4)，对应RGB/RGBA 16位

注意OpenCV默认的通道顺序是BGR，如果你需要转成RGB的话，后续可以用cv2.cvtColor(img, cv2.COLOR_BGR2RGB)来调整。

方法3：用imageio v3指定读取模式 #

imageio的旧版本处理多通道16位PNG容易出问题，但v3版本修复了这个问题，只需指定对应的模式即可：

import imageio.v3 as iio
import numpy as np

# 读取16位多通道图像（RGBA示例，RGB用'RGB;16'）
img = iio.imread("your_multichannel_16bit.png", mode="RGBA;16")
print(np.array(img).dtype)  # 输出uint16

这个方法的优势是imageio的API比较简洁，而且支持多种图像格式，适合需要跨格式处理的场景。

总的来说，这些方法的核心都是明确告诉图像库要保留原始的16位每通道数据，避免库自动做位深缩放。你可以根据自己的项目依赖选择最适合的方案~

内容的提问来源于stack exchange，提问作者Amir