本文目录导读：
我来介绍几种常用的Python读取图片信息的方法：
使用PIL/Pillow库（最常用）
from PIL import Image
from PIL.ExifTags import TAGS
# 打开图片
img = Image.open('example.jpg')
# 基本图片信息
print(f"图片格式: {img.format}")
print(f"图片尺寸: {img.size}")
print(f"图片模式: {img.mode}")
print(f"图片宽度: {img.width}")
print(f"图片高度: {img.height}")
# 获取EXIF信息（拍摄参数）
exif_data = img._getexif()
if exif_data:
print("\nEXIF信息:")
for tag_id, value in exif_data.items():
tag_name = TAGS.get(tag_id, tag_id)
print(f"{tag_name}: {value}")
使用OpenCV库
import cv2
# 读取图片
img = cv2.imread('example.jpg')
# 获取图片信息
print(f"图片形状: {img.shape}")
print(f"图片高度: {img.shape[0]}")
print(f"图片宽度: {img.shape[1]}")
print(f"通道数: {img.shape[2]}")
print(f"像素总数: {img.size}")
print(f"数据类型: {img.dtype}")
# 获取像素值示例
print(f"第一个像素的BGR值: {img[0, 0]}")
使用matplotlib库
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
# 读取图片
img = mpimg.imread('example.jpg')
# 获取图片信息
print(f"图片数组形状: {img.shape}")
print(f"数据类型: {img.dtype}")
print(f"像素值范围: [{img.min()}, {img.max()}]")
# 显示图片
plt.imshow(img)
plt.axis('off')
plt.show()
使用imageio库
import imageio
import numpy as np
# 读取图片
img = imageio.imread('example.jpg')
# 获取图片信息
print(f"图片形状: {img.shape}")
print(f"数据类型: {img.dtype}")
print(f"像素值范围: {img.min()} - {img.max()}")
# 获取元数据
metadata = imageio.imread('example.jpg', meta=True)
print(f"元数据: {metadata}")
获取图片文件的系统信息
import os
from datetime import datetime
def get_image_file_info(filepath):
# 文件基本信息
stat_info = os.stat(filepath)
file_size = stat_info.st_size
# 文件创建时间
created_time = datetime.fromtimestamp(stat_info.st_ctime)
modified_time = datetime.fromtimestamp(stat_info.st_mtime)
return {
'文件名': os.path.basename(filepath),
'文件大小': f"{file_size / 1024:.2f} KB",
'创建时间': created_time,
'修改时间': modified_time
}
# 使用示例
file_info = get_image_file_info('example.jpg')
for key, value in file_info.items():
print(f"{key}: {value}")
完整的图片信息提取示例
from PIL import Image
from PIL.ExifTags import TAGS, GPSTAGS
import os
from datetime import datetime
def get_image_info(image_path):
"""获取图片的完整信息"""
info = {}
# 文件基本信息
stat_info = os.stat(image_path)
info['文件名'] = os.path.basename(image_path)
info['文件大小'] = f"{stat_info.st_size / 1024:.2f} KB"
# 图片信息
with Image.open(image_path) as img:
info['格式'] = img.format
info['尺寸'] = f"{img.width} x {img.height}"
info['模式'] = img.mode
# 获取EXIF信息
try:
exif = img._getexif()
if exif:
for tag_id, value in exif.items():
tag_name = TAGS.get(tag_id, tag_id)
if tag_name == "GPSInfo":
gps_info = {}
for gps_tag_id, gps_value in value.items():
gps_tag_name = GPSTAGS.get(gps_tag_id, gps_tag_id)
gps_info[gps_tag_name] = gps_value
info['GPS信息'] = gps_info
else:
info[tag_name] = str(value)[:50] # 截取前50个字符
except Exception as e:
info['EXIF'] = f"无法读取: {e}"
return info
# 使用示例
image_info = get_image_info('example.jpg')
for key, value in image_info.items():
print(f"{key}: {value}")
安装依赖
# 安装必要的库 pip install Pillow pip install opencv-python pip install matplotlib pip install imageio
选择建议
- 基本读取：使用PIL/Pillow，功能全面，易于使用
- 计算机视觉：使用OpenCV，功能强大，适合图像处理
- 数据可视化：使用matplotlib，适合显示和分析
- 文件信息：使用os模块获取系统文件属性
这些方法可以满足大多数图片信息读取的需求,你可以根据具体场景选择合适的方法。
