用於讀取 tiff 文件的高性能（python）庫？

Question

我正在使用代碼讀取 a.tiff 文件以計算分形維數。 我的代碼如下所示：

import matplotlib.pyplot as plt

raster = plt.imread('xyz.tif')

for i in range(x1, x2):
    for j in range(y1, y2):
        pixel = raster[i][j]

這行得通，但我必須讀取大量像素，所以我希望它速度快，並且理想情況下最大限度地減少當前事件的用電量。 為此，是否有比 matplotlib 更好的圖書館？ 例如，使用專門用於矩陣運算的庫（例如 pandas）會有幫助嗎？ 此外，另一種語言（例如 C）的性能是否會優於 python？

Answer 1

編輯：評論中的@cgohlke 和其他人發現，對於大型和/或壓縮圖像，cv2 比 tifffile 慢。 最好在應用程序的實際數據上測試不同的選項。

我發現cv2是最快的庫。 使用 5000 個 128x128 uint16 tif 圖像給出以下結果：

import time
import matplotlib.pyplot as plt
t0 = time.time()
for file in files:
    raster = plt.imread(file)
print(f'{time.time()-t0:.2f} s')

1.52 秒

import time
from PIL import Image
t0 = time.time()
for file in files:
    im = np.array(Image.open(file))
print(f'{time.time()-t0:.2f} s')

1.42 秒

import time
import tifffile
t0 = time.time()
for file in files:
    im = tifffile.imread(file)
print(f'{time.time()-t0:.2f} s')

1.25 秒

import time
import cv2
t0 = time.time()
for file in files:
    im = cv2.imread(file, cv2.IMREAD_UNCHANGED)
print(f'{time.time()-t0:.2f} s')

0.20 秒

cv2是用 c++ 編寫的計算機視覺庫，正如其他評論者提到的那樣，它比純 python 快得多。請注意cv2.IMREAD_UNCHANGED標志，否則cv2會將單色圖像轉換為 8 位 rgb。

Answer 2

我不確定哪個庫最快，但我對 Pillow 有很好的體驗：

from PIL import Image
raster = Image.open('xyz.tif')

那么您可以將其轉換為 numpy 數組：

import numpy
pixels = numpy.array(raster)

我需要查看代碼的 rest 才能推薦任何其他庫。 至於語言 C++ 或 C 將具有更好的性能，因為它們是低級語言。 因此，取決於您的操作有多復雜以及您需要處理多少數據，C++ 腳本被證明要快 10-200 倍（隨着計算的復雜性而增加）。 如果您有任何進一步的問題，希望這會有所幫助。