用 Python 讀取 HEIC 圖檔

當你想要讀取一張影像時，你可能會使用 OpenCV 的 imread 函數。

可惜這個函數並不是萬能的，有時候可能會遇到一些問題。

基礎用法

imread 函數的基礎用法非常簡單，你只需要傳入影像的路徑即可：

import cv2

image = cv2.imread('path/to/image.jpg')

其中，你可以使用的影像格式包括：BMP, JPG, PNG, TIF 等常見影像格式。

限制一：HEIC 格式

在 iOS 裝置上拍攝的照片通常是 HEIC 格式，這種格式在 OpenCV 中是不支援的。如果你嘗試使用 imread 函數讀取 HEIC 格式的影像，你會得到一個 None 的返回值。

為了解決這個問題，我們得用 pyheif 這個套件來讀取 HEIC 格式的影像，然後再將其轉換成 numpy.ndarray 類型的變數。

首先，我們安裝必要套件：

sudo apt install libheif-dev
pip install pyheif

接著寫個簡單的函數：

import cv2
import pyheif
import numpy as np

def read_heic_to_numpy(file_path: str):
    heif_file = pyheif.read(file_path)
    data = heif_file.data
    if heif_file.mode == "RGB":
        numpy_array = np.frombuffer(data, dtype=np.uint8).reshape(
            heif_file.size[1], heif_file.size[0], 3)
    elif heif_file.mode == "RGBA":
        numpy_array = np.frombuffer(data, dtype=np.uint8).reshape(
            heif_file.size[1], heif_file.size[0], 4)
    else:
        raise ValueError("Unsupported HEIC color mode")
    return numpy_array


img = read_heic_to_numpy('path/to/image.heic')
img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)

限制二：JPG 讀取慢

在某些情況下，imread 函數讀取 JPG 格式的影像速度會非常慢。這是因為 OpenCV 在讀取 JPG 格式的影像時，會使用 libjpeg 這個庫，而 libjpeg 本身的效能就不是很好。

在這邊，我們引入 TurboJPEG 這個套件，它是 libjpeg 的一個替代品，效能更好。我們可以使用 TurboJPEG 來加速讀取 JPG 格式的影像。

跟之前一樣，我們先安裝必要套件：

sudo apt install libturbojpeg exiftool
pip install PyTurboJPEG

再來我們寫一點程式，幫他加速一下：

一般來說，可以加速大約 2-3 倍。

import cv2
import piexif
from enum import IntEnum
from pathlib import Path
from turbojpeg import TurboJPEG


jpeg = TurboJPEG()


class ROTATE(IntEnum):
    ROTATE_90 = cv2.ROTATE_90_CLOCKWISE
    ROTATE_180 = cv2.ROTATE_180
    ROTATE_270 = cv2.ROTATE_90_COUNTERCLOCKWISE


def imrotate90(img, rotate_code: ROTATE) -> np.ndarray:
    return cv2.rotate(img.copy(), rotate_code)


def get_orientation_code(stream: Union[str, Path, bytes]):
    code = None
    try:
        exif_dict = piexif.load(stream)
        if piexif.ImageIFD.Orientation in exif_dict["0th"]:
            orientation = exif_dict["0th"][piexif.ImageIFD.Orientation]
            if orientation == 3:
                code = ROTATE.ROTATE_180
            elif orientation == 6:
                code = ROTATE.ROTATE_90
            elif orientation == 8:
                code = ROTATE.ROTATE_270
    finally:
        return code


def jpgdecode(byte_: bytes) -> Union[np.ndarray, None]:
    try:
        bgr_array = jpeg.decode(byte_)
        code = get_orientation_code(byte_)
        bgr_array = imrotate90(
            bgr_array, code) if code is not None else bgr_array
    except:
        bgr_array = None

    return bgr_array


def jpgread(img_file: Union[str, Path]) -> Union[np.ndarray, None]:
    with open(str(img_file), 'rb') as f:
        binary_img = f.read()
        bgr_array = jpgdecode(binary_img)

    return bgr_array

img = jpgread('path/to/image.jpg')

這樣就可以加速讀取 JPG 格式的影像了。

結語

那如果我們希望這個程式可以聰明一點，自己選一個適合載入的方式呢？

我們可以寫一個函數，根據影像的格式來選擇合適的載入方式：

def imread(
    path: Union[str, Path],
    color_base: str = 'BGR',
    verbose: bool = False
) -> Union[np.ndarray, None]:

    if not Path(path).exists():
        raise FileExistsError(f'{path} can not found.')

    if Path(path).suffix.lower() == '.heic':
        img = read_heic_to_numpy(str(path))
        img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
    else:
        img = jpgread(path)
        img = cv2.imread(str(path)) if img is None else img

    if img is None:
        if verbose:
            warnings.warn("Got a None type image.")
        return

    if color_base != 'BGR':
        img = imcvtcolor(img, cvt_mode=f'BGR2{color_base}')

    return img

詳細程式碼可以參考：imread.py