图像处理方向信息

前言

Exif 规范 定义了方向标签,用于指示相机相对于所捕获场景的方向。相机可以使用该标签通过方向传感器自动指示方向,也可以让用户通过菜单开关手动指示方向,而无需实际转换图像数据本身。

在图像处理过程中,若是原图文件包含了方向 Orientation 信息,会导致输出的图片在方向上有些许偏差。一般我们需要在处理图像之前将方向信息去掉,并将图像处理成正确的展示形式。

Orientation说明

拍摄图像时相机相对于场景的方向。"第 0 行"和"第 0 列"与视觉位置的关系如下所示。

第 0 行 第 0 列 描述
1 顶部 左边 0度:正确方向,无需调整
2 顶部 右边 水平翻转
3 底部 右边 180度旋转
4 底部 左边 水平翻转+180度旋转 (垂直翻转)
5 左边 顶部 水平翻转+顺时针270度
6 右边 顶部 顺时针270度
7 右边 底部 水平翻转+顺时针90度
8 左边 底部 顺时针90度

图例说明:

如何查看

系统自带的 preview 的显示检查器可直接查看:


通过命令行工具

Mac可以安装 brew install exiftool 后使用 exiftool 工具进行查看:

处理方式

既然知道了方向定义的含义,就按照相反的方式就行处理即可。

自己通过 Pillow 库实现了一个简单的方法:

python 复制代码
from PIL import Image

def reset_image_rotate(im: Image) -> Image:
	# 0x0112 EXIF tags: Orientation ,see PIL.ExifTags.TAGS
	orientation_code = im.getexif().get_ifd(0x0112)
    
    if orientation_code == 2:
        im = im.transpose(Image.Transpose.FLIP_LEFT_RIGHT)
    elif orientation_code == 3:
        im = im.transpose(Image.Transpose.ROTATE_180)
    elif orientation_code == 4:
        im = im.transpose(Image.Transpose.FLIP_TOP_BOTTOM)
    elif orientation_code == 5:
        im = im.transpose(Image.Transpose.TRANSPOSE)  # 矩阵转置
    elif orientation_code == 6:
        im = im.transpose(Image.Transpose.ROTATE_270)  # 逆时针270度
    elif orientation_code == 7:
        im = im.transpose(Image.Transpose.TRANSVERSE)
    elif orientation_code == 8:
        im = im.transpose(Image.Transpose.ROTATE_90)  # 逆时针90度
    return im

注意:后来查看Pillow官方文档时发现,库中已提供了现成的方法。

python 复制代码
from PIL import ImageOps

img = ImageOps.exif_transpose(img)

源码如下:

python 复制代码
def exif_transpose(image):
    """
    If an image has an EXIF Orientation tag, return a new image that is
    transposed accordingly. Otherwise, return a copy of the image.

    :param image: The image to transpose.
    :return: An image.
    """
    exif = image.getexif()
    orientation = exif.get(0x0112)
    method = {
        2: Image.FLIP_LEFT_RIGHT,
        3: Image.ROTATE_180,
        4: Image.FLIP_TOP_BOTTOM,
        5: Image.TRANSPOSE,
        6: Image.ROTATE_270,
        7: Image.TRANSVERSE,
        8: Image.ROTATE_90,
    }.get(orientation)
    if method is not None:
        transposed_image = image.transpose(method)
        transposed_exif = transposed_image.getexif()
        if 0x0112 in transposed_exif:
            del transposed_exif[0x0112]
            if "exif" in transposed_image.info:
                transposed_image.info["exif"] = transposed_exif.tobytes()
            elif "Raw profile type exif" in transposed_image.info:
                transposed_image.info[
                    "Raw profile type exif"
                ] = transposed_exif.tobytes().hex()
            elif "XML:com.adobe.xmp" in transposed_image.info:
                transposed_image.info["XML:com.adobe.xmp"] = re.sub(
                    r'tiff:Orientation="([0-9])"',
                    "",
                    transposed_image.info["XML:com.adobe.xmp"],
                )
        return transposed_image
    return image.copy()

参考

相关推荐
youcans_9 天前
【AI辅助编程】ROP 图像预处理
图像处理·人工智能·ai编程·辅助编程
sali-tec9 天前
C# 基于OpenCv的视觉工作流-章27-图像分割
图像处理·人工智能·opencv·算法·计算机视觉
unicrom_深圳市由你创科技9 天前
医疗设备专用图像处理板卡定制
图像处理·人工智能·fpga开发
guygg889 天前
图像匹配技术:相关匹配、Hausdorff距离匹配与基于距离变换的Hausdorff距离匹配
图像处理·opencv·计算机视觉
qq_526099139 天前
图像采集卡:机器视觉系统的“数据中枢”,解锁精准成像新可能
图像处理·数码相机·计算机视觉·自动化
sali-tec10 天前
C# 基于OpenCv的视觉工作流-章26-图像拼接
图像处理·人工智能·opencv·算法·计算机视觉
xinxiangwangzhi_10 天前
立体匹配--Cross-Scale Cost Aggregation for Stereo Matching
图像处理·计算机视觉
沃达德软件10 天前
模糊图像复原技术解析
图像处理·人工智能·深度学习·目标检测·机器学习·计算机视觉·目标跟踪
hans汉斯10 天前
《数据挖掘》期刊推介&征稿指南
图像处理·人工智能·算法·yolo·数据挖掘·超分辨率重建·汉斯出版社
码农三叔10 天前
(3-1-01)视觉感知:从像素到语义:图像处理基础
图像处理·人工智能·嵌入式硬件·机器人·人机交互·人形机器人