画像を読み込んで、ただ保存すると容量が変化してしまう理由を知りたいです。

Question

前提・実現したいこと

PILで開いたtifファイルを、numpyでアレイ化してからcv2で保存すると、
容量が65,537 KB → 45,818 KBと、結構小さくなります。
理由を知りたいのですが、教えていただけないでしょうか。

該当のソースコード

import cv2
import glob
import numpy as np
from PIL import Image
import os.path

src_path = r"C:"
dst_path = r"C:"

path_list = glob.glob(src_path + "/*.tif")
path = path_list[1]
im_arr = np.array(Image.open(path))
file_name = os.path.basename(path)
save_path = os.path.join(dst_path, file_name.split('_')[2] + '.tif')
cv2.imwrite(save_path, im_arr)

Answer 1

理由を知りたいのですが、教えていただけないでしょうか。

配列で表される画像データをバイナリデータに変換する際に圧縮しているからです。
zip などと同じです。
jpg、png、tiff、webp など様々な画像圧縮形式があります。

---

「読み込む前のファイルサイズ」と「読み込んで再度保存したあとのファイルサイズ」で差がでることをいっているのであれば、圧縮形式またはそのパラメータがもとのファイルを保存したときと再度保存したときで異なるからだと思われます。

TIFFでは、非圧縮、LZW圧縮、ZIP圧縮、連長圧縮の一種であるPackBitsなど様々な圧縮方法が使用可能である。

Tagged Image File Format - Wikipedia

Comments

[ysk_snn]

素早いご対応ありがとうございます！

今回の変換は
tif → array → tif
という流れですが、元の拡張̪子と変わらなくても圧縮後のサイズは変化するものでしょうか...?

また、圧縮されたことによって次回以降arrayとしたときに値が変化したりしますか...?

初歩的な質問かもしれません、申し訳ありません...

[tiitoi]

例えば、jpg ファイルであれば
「もとのファイル」と「読み込んで再度jpgで保存したファイル」はファイルサイズが通常、異なります。また、非可逆圧縮なので、画素値もオリジナルとは異なった結果になります。

可逆圧縮であれば、ファイル化した際のファイルサイズは使用するライブラリ、ソフトウェアで差異が出るかもしませんが、読み込んだ際の画素値は何度保存を繰り返しても同じになるはずです。

> また、圧縮されたことによって次回以降arrayとしたときに値が変化したりしますか

元の画像を読み込んだ配列A
再度保存した画像を読み込んだ配列B

で画素値が異なるかどうか比較すればいいと思います。異なれば、非可逆圧縮ということだと思います。

[ysk_snn]

ご説明ありがとうございます！

ちなみにライブラリtifffileを使ったら、圧縮なしで保存もできました！