Python处理商用PIV软件拍摄的原始.image格式文件

前言：

做实验流体力学的同学应该都接触过PIV实验，这应该是最经典的流动参数测量方法，简单来说，它的原理是在流场中投放示踪粒子来显示流动，并用相机记录一定时间间隔的两帧粒子图像，通过互相关或者光流算法计算出流场的速度分布，是一种瞬时、非接触式的全场测量手段，因此得到了广泛应用。

目前的商用PIV软件已经在测量以及数据处理方面有很强大的功能。虽然功能强大，但实际中很多时候用不上那么多功能，通常只需要简单的计算出速度场，并且软件运行期间中间会产生很多中间量，使数据量明显增大，此外，用于实验采集的计算机性能通常一般，如果用其他高性能计算机处理数据就需要安装相应软件，还需要加密狗，比较麻烦。

如果能够将PIV软件拍摄的原始图片直接读取出来并且转换成常用的格式，用开源PIV后处理程序PIVLab处理，进行速度场的求解，那么做完实验只需要将Project拷贝出来，岂不是很香？

因此，本文针对丹迪PIV软件dynamic studio记录的原始数据，使用Python程序将.image文件转换成.jpeg格式，方便进行后续的处理。并且支持多核并行处理，速度嘎嘎快！

操作方法：

首先将dynamic studio记录的原始数据（即某个Project）全部拷贝出来，打开一级一级的文件夹，找到相应试验工况下的data文件夹。

下面就是软件记录的原始图像文件，即.image文件，这种文件一般的软件是无法读取的，但是可以按二进制打开。它包含一些相机和软件参数，以及第一帧和第二帧图像数据，图像是12位深的（这个取决于相机型号），也就是说每个像素点处的亮度信息从黑到白分为 份。

我将其中11个.image文件拷贝出来，用于操作演示。

代码放在文章结尾，有两种版本，一个基础版（Imagefile4_base.py），针对单个图像处理，需要处理多个图像的话需要自己加上循环语句，网上教程很多。另一个是并行处理版本（Imagefile4_par.py），速度快，用命令提示符cmd运行或者Anaconda Prompt运行。

1.基础版程序：

用Spyder或者Python编辑器打开文章结尾给的.py文件，或者复制代码到一个新的py文件，在主函数部分输入图像的像素尺寸，要处理的image文件名，以及输入和输出路径，点击运行即可，程序会在输入路径下创建Image文件夹，并把生成的jpeg图像存在其中，一个.image文件会生成两帧jpeg，后缀分别为_1和_2。

需要注意的是，原始图像是12位深，经过处理会转换为8位位深，亮度超过255（即 ）的部分均会按照255处理，因此会丢失部分图像信息，但是对于分析来说影响不大。

2.并行版程序：

同样处理这11个文件，打开命令提示符cmd或者Anaconda Prompt，切换路径至程序（.py）文件所在路径，运行批处理命令，命令包括如下参数，即输入输出路径、图片名称（默认为“image#”）、起始和终止序号、以及图像的像素尺寸，help中有参数说明。

这里的并行处理方法不用修改.py文件任何内容，只需要在命令提示符窗口输入相应参数，运行方法如下图：

打开命令提示符或Anaconda Prompt后，首先切换盘符，假如程序文件（.py）在E盘下，则输入“E:”就会切换到E盘，然后用“cd”命令结合”Tab“键一步一步切换到程序文件（.py）所在的文件夹下，然后输入批处理代码，回车运行，运行时可以监控CPU状态。

python Imagefile4_par.py C:\Users\HWW\Desktop\data C:\Users\HWW\Desktop\data\Images -Imagename image# -partheader 0 -parttailer 10 -pixle_x 2048 -pixle_y 1548

这里需要注意的是，在命令提示符窗口内要切换到程序文件所在的路径下，这样系统才会知道要运行哪个程序，而不是切换到数据所在路径。

除了直接在cmd窗口中输入命令，也可以将多个工况的处理命令写进.bat文件，然后运行该文件，就可以一次处理多个工况的数据！

目前存在的问题：

1.目前程序无法自动判断图像尺寸，二进制文件中关于像素部分的参数没有正确读取出来，因此需要手动输入，如果像素尺寸不正确，输出结果就有问题。

2.原始图像为12位深，而输出图像变为8位深，丢失了部分细节信息，尤其在亮度过高的部分。

最后，程序在这里

在我上传的资源中可以找到，名称为“PIV图片读取”，里面还有例示文件。也可以从下面复制：

1.基础版程序：

import os
import numpy as np
from PIL import Image

def Image2Jpeg(pathin,pathout,imagename):
    #判断输出路径是否存在
    isExists=os.path.exists(pathout)
    if not isExists:
        os.mkdir(pathout)
    
    #以二进制格式读取文件
    f = open(file=pathin,mode='rb')
    data = f.read()
    #空过文件前a行
    a=3181
    
    #创建两个数组分别存储两帧图像数据
    Im_1=np.zeros((pixle_y,pixle_x)) 
    Im_2=np.zeros((pixle_y,pixle_x)) 
    for j in range(pixle_y):
        for i in range(pixle_x):
            index1 = a+i*pixle_y*2+j*2
            Im_1[pixle_y-j-1][i]=int(str(bin(data[index1+1]))+str(bin(data[index1])[2:].zfill(8)),2)
            
    for j in range(pixle_y):
        for i in range(pixle_x):
            index2 = a+pixle_x*pixle_y*2+i*pixle_y*2+j*2
            Im_2[pixle_y-j-1][i]=int(str(bin(data[index2+1]))+str(bin(data[index2])[2:].zfill(8)),2)
    
    #将矩阵按照图片格式写出
    image = Image.fromarray(Im_1)
    if image.mode == "F":
        image = image.convert('RGB') 
    image.save(os.path.join(pathout,imagename+'_1.jpeg'))
    
    image = Image.fromarray(Im_2)
    if image.mode == "F":
        image = image.convert('RGB') 
    image.save(os.path.join(pathout,imagename+'_2.jpeg'))
    
    f.close()
    return 0

if __name__=="__main__":
    #图像的像素大小
    pixle_x = 2048
    pixle_y = 1548
    
    #image文件的文件名，确定输入和出路径
    imagename = 'image#1'
    pathin = os.path.join(r'C:\Users\HWW\Desktop\data', imagename +'.image')
    pathout = r'C:\Users\HWW\Desktop\data\Image'
    Image2Jpeg(pathin,pathout,imagename)

并行版程序：

import os
import numpy as np
import time
from multiprocessing import Pool
import argparse
from PIL import Image


parser = argparse.ArgumentParser(description="Process .image files to jpeg pairs.")
parser.add_argument("inputfolder", help="Input folder name.")
parser.add_argument("outputfolder", help="Output folder name.")
parser.add_argument("-Imagename", help="Imagename.", default="image#")
parser.add_argument("-partheader", help="Where to start transfering .image to .jpeg", type=int, default=0)
parser.add_argument("-parttailer", help="Where to stop transfering .image to .jpeg", type=int, default=260)
parser.add_argument("-pixle_x", help="pixle_x", type=int, default=2048)
parser.add_argument("-pixle_y", help="pixle_y", type=int, default=1548)

args = parser.parse_args()

Imagename = args.Imagename
output = args.outputfolder
inpath = args.inputfolder
startI = args.partheader
endI = args.parttailer
pixle_x=args.pixle_x
pixle_y=args.pixle_y

def Image2Jpeg(pathin,pathout):
    #以二进制格式读取文件
    f = open(file=pathin,mode='rb')
    data = f.read()
    #空过文件前a行
    a=3181
    
    #创建两个数组分别存储两帧图像数据
    Im_1=np.zeros((pixle_y,pixle_x)) 
    Im_2=np.zeros((pixle_y,pixle_x)) 
    for j in range(pixle_y):
        for i in range(pixle_x):
            index1 = a+i*pixle_y*2+j*2
            Im_1[pixle_y-j-1][i]=int(str(bin(data[index1+1]))+str(bin(data[index1])[2:].zfill(8)),2)
    for j in range(pixle_y):
        for i in range(pixle_x):
            index2 = a+pixle_x*pixle_y*2+i*pixle_y*2+j*2
            Im_2[pixle_y-j-1][i]=int(str(bin(data[index2+1]))+str(bin(data[index2])[2:].zfill(8)),2)
    
    #将矩阵按照图片格式写出
    image = Image.fromarray(Im_1)
    if image.mode == "F":
        image = image.convert('RGB') 
    image.save(pathout+'_1.jpeg')
    
    image = Image.fromarray(Im_2)
    if image.mode == "F":
        image = image.convert('RGB') 
    image.save(pathout+'_2.jpeg')
    f.close()
    return 0

def transfer(i):

    isExists=os.path.exists(output)
    if not isExists:
        os.mkdir(output)
        
    suffix=Imagename
    pathin=os.path.join(inpath,suffix+str(i)+'.image')
    pathout=os.path.join(output,suffix+str("%06d" % i))
    Image2Jpeg(pathin,pathout)

def batchTransfer():
    result = [0 for t in range(startI,endI)]
    for i in range(startI,endI):
        result[i]=i
    cores = os.cpu_count()

    pool = Pool(cores)
    try:
        pool.map(transfer, result[startI:endI])
    finally:
        pool.close()

if __name__=="__main__":
    
    start = time.time()
    batchTransfer()

    print('Elapsed Time: ', time.time() - start)

如果觉得这篇文章还不错，欢迎点赞收藏转发！