### 如何使用 Python 和 OpenEXR 库读取 EXR 格式的图像 以下是通过 `OpenEXR` 库来读取 `.exr` 文件并获取其属性以及像素数据的示例代码： #### 获取 EXR 图像的元数据 可以利用 `OpenEXR.InputFile` 类加载文件，并调用 `header()` 方法打印头信息。 ```python import OpenEXR def get_exr_metadata(image_path): file = OpenEXR.InputFile(image_path) header = file.header() print(header) # 调用函数 get_exr_metadata("example.exr") # 替换为实际路径 ``` 上述代码展示了如何打开一个 `.exr` 文件并提取它的头部信息[^1]。 #### 提取 EXR 图像的像素数据 如果需要进一步处理图像中的像素值，则可以通过以下方式实现： ```python import Imath import numpy as np import OpenEXR def read_exr_image(image_path): file = OpenEXR.InputFile(image_path) dw = file.header()['dataWindow'] size = (dw.max.x - dw.min.x + 1, dw.max.y - dw.min.y + 1) # 定义通道名称 red_channel = file.channel('R', Imath.PixelType(Imath.PixelType.FLOAT)) green_channel = file.channel('G', Imath.PixelType(Imath.PixelType.FLOAT)) blue_channel = file.channel('B', Imath.PixelType(Imath.PixelType.FLOAT)) # 将字节流转换成 NumPy 数组 r_array = np.frombuffer(red_channel, dtype=np.float32).reshape(size[::-1]) g_array = np.frombuffer(green_channel, dtype=np.float32).reshape(size[::-1]) b_array = np.frombuffer(blue_channel, dtype=np.float32).reshape(size[::-1]) rgb_image = np.dstack((r_array, g_array, b_array)) # 合并 RGB 数据 return rgb_image # 调用函数 rgb_data = read_exr_image("example.exr") # 替换为实际路径 print(rgb_data.shape) # 打印形状以验证结果 ``` 此部分代码实现了从指定 `.exr` 文件中读取红、绿、蓝三个颜色通道的数据，并将其存储在一个三维数组中以便后续操作。 --- ### 使用 ImageIO 处理 EXR 文件 另一种方法是借助于更通用的库——`ImageIO` 来完成相同的功能。下面是一个简单的例子说明如何安装该库及其基本用途： 首先确保已正确安装所需模块： ```bash pip install imageio freeimage ``` 接着可按照如下脚本执行任务： ```python import imageio.v2 as iio def load_with_imageio(path): img = iio.imread(path, format='EXR-FI') # 加载 exr 文件 return img loaded_img = load_with_imageio("test.exr") print(f"Loaded image shape: {loaded_img.shape}") ``` 这段程序片段演示了采用 `imageio` 工具包导入 `.exr` 文件的过程[^2]。 ---