如何在 Python 中以 RGBE 格式快速读取 hdr 图像？

问题描述

我想知道如何通过在 Python 中快速高效地获取 RGBE 格式的像素值来读取 HDR 图像 (.hdr)。

这些是我尝试过的：

    import imageio
    img = imageio.imread(hdr_path,format="HDR-FI")

或者：

    import cv2
    img = cv2.imread(hdr_path,flags=cv2.IMREAD_ANYDEPTH)

这会读取图像，但以 RGB 格式给出值。

如何在不改变 RGB 值的情况下获得第 4 个通道，即每个像素的“E”通道？我更喜欢只涉及 imageio 的解决方案，因为我只能使用该模块。

解决方法

如果您更喜欢 RGBE 表示而不是浮点表示，您可以在两者之间进行转换

def float_to_rgbe(image,*,channel_axis=-1):

    # ensure channel-last
    image = np.moveaxis(image,channel_axis,-1)

    max_float = np.max(image,axis=-1)
    
    scale,exponent = np.frexp(max_float)
    scale *= 256.0/max_float

    image_rgbe = np.empty((*image.shape[:-1],4)
    image_rgbe[...,:3] = image * scale
    image_rgbe[...,-1] = exponent + 128

    image_rgbe[scale < 1e-32,:] = 0
    
    # restore original axis order
    image_rgbe = np.moveaxis(image_rgbe,-1,channel_axis)

    return image_rgbe

（注意：这是基于 RGBE 参考实现（found here），如果确实是瓶颈，可以进一步优化。）

在您的评论中，您提到“如果我手动解析 numpy 数组并将通道拆分为 E 通道，则需要太多时间...”，但是如果没有看到代码。上面是O(height*width)，对于像素级的图像处理方法来说，这似乎是合理的。

cv2 hdr python python-imageio