如何检查文件是不是是有效的图像文件？

Posted 2023-03-15

【中文标题】如何检查文件是不是是有效的图像文件？

【英文标题】：How to check if a file is a valid image file?如何检查文件是否是有效的图像文件？

【发布时间】：2010-10-27 17:20:06

【问题描述】：

我目前正在使用 PIL。

from PIL import Image
try:
    im=Image.open(filename)
    # do stuff
except IOError:
    # filename not an image file

但是，虽然这足以涵盖大多数情况，但某些图像文件（如 xcf、svg 和 psd）并未被检测到。 Psd 文件会引发 OverflowError 异常。

有没有什么方法可以包含它们？

【问题讨论】：

嗯，我不知道 psd 的内部情况，但我当然知道，事实上，svg 本身并不是一个图像文件，它是基于 xml ，所以它本质上是一个纯文本文件。

关闭跨不同语言的重复项并不是特别常见的做法。如果您找不到任何其他 Python 问题，请将其打开，因为可能存在人们想要发布的特定于 Python 的解决方案，但这些解决方案并未包含在您发布的问题中。

是的，首先我真的希望有一个我不知道的python库：P然后正如本指出的那样，只是神奇的数字并不能验证整个图像。

@Sujoy，验证整个图像几乎是不可能的，除非您已经拥有它的副本，因为计算机无法区分正确的颜色像素和乱码的 1 和0s，只要所有的控制（幻数）都是正确的。

@devinb，同意，我会得到神奇的数字并完成它，除非其他人想出更好的东西来要求重构:)

【参考方案1】：

很多时候，前几个字符对于各种文件格式都是一个神奇的数字。除了上面的异常检查之外，您还可以检查这一点。

【讨论】：

如果他真的在测试“有效”图像，那是不够的；例如，幻数的存在并不能保证文件没有被截断。

很好的建议，现在我只需要弄清楚这些数字是多少。谢谢:)

@ben，哎呀我还没想到。这确实是一个好点

@Ben，您希望库如何推断文件已被截断？

@Ben Blank：没错，但解决问题的 99% 通常比根本不解决要好。

【参考方案2】：

在 Linux 上，您可以使用 python-magic，它使用 libmagic 来识别文件格式。

据我所知，libmagic 会查看文件并试图告诉你更多关于它的信息，而不仅仅是格式，比如位图尺寸、格式版本等。所以你可能会认为这是对“有效性”的肤浅测试。

对于“有效”的其他定义，您可能需要编写自己的测试。

【参考方案3】：

除了 Brian 建议的内容之外，您还可以使用 PIL 的 verify 方法来检查文件是否损坏。

im.verify()

尝试确定文件是否为 坏了，没有实际解码 图像数据。如果此方法发现任何 问题，它提出了合适的 例外。此方法仅适用于 新打开的图像；如果图像有 已经加载，结果是 不明确的。此外，如果您需要加载 使用此方法后的图像，您 必须重新打开图像文件。属性

【讨论】：

主要问题是 svg、xcf 和 psd 文件无法使用 Image.open() 打开，因此无法使用 im.verify() 进行验证

天哪，PIL 文档太糟糕了。究竟什么是“合适的例外”？

这是Pillow documentation for Image.verify() 的链接。不幸的是，这也好不到哪里去，看起来他们只是取消了上面的段落，没有添加任何内容。

我已经看到为损坏的 png 文件验证引发 SyntaxError

mmh 源代码似乎可以验证......什么都没有！ pillow.readthedocs.io/en/latest/_modules/PIL/…

【参考方案4】：

您可以使用 Python 绑定到 libmagic，python-magic，然后检查 mime 类型。这不会告诉您文件是否损坏或完好无损，但它应该能够确定它是什么类型的图像。

【参考方案5】：

我刚刚找到了内置的imghdr 模块。来自python文档：

imghdr 模块确定类型 包含在文件或字节中的图像 流。

这就是它的工作原理：

>>> import imghdr
>>> imghdr.what('/tmp/bass')
'gif'

使用模块比重新实现类似功能要好得多

【讨论】：

是的，imghdr 适用于大多数图像格式，但不是全部。根据我对 svg、xcf 和 psd 文件的原始问题，在 imghdr 中也没有检测到这些文件

您的回答实际上更好，谢谢。就像上面有人说的那样...但是解决99％的问题通常比根本不解决要好..

值得注意的是：imghdr.what(path) 返回None 如果给定的path 是无法识别的图像文件类型。 List 当前识别的图像类型：rgb、gif、pbm、pgm、ppm、tiff、rast、xbm、jpeg、bmp、png、webp、exr.

我发现偶尔imghdr.what(path)会返回None，即使文件是有效的图像，尤其是对于jpegs。

小心！有效的 hdr 并不意味着有效的图像（例如，图像字节可能已被打乱！）

【参考方案6】：

更新

我还在我的 Python 脚本 here on GitHub 中实现了以下解决方案。

我还验证了损坏的文件 (jpg) 通常不是“损坏”的图像，即损坏的图片文件有时仍然是合法的图片文件，原始图像丢失或更改，但您仍然可以毫无错误地加载它.但是，文件截断总是会导致错误。

结束更新

您可以使用 Python Pillow(PIL) 模块和大多数图像格式来检查文件是否是有效且完整的图像文件。

如果您还打算检测损坏的图像，@Nadia Alramli 会正确建议 im.verify() 方法，但这不会检测到所有可能的图像缺陷，例如，im.verify 不会检测截断的图像（大多数观看者加载时通常带有灰色区域）。

Pillow 也能够检测到这些类型的缺陷，但您必须应用图像处理或图像解码/重新编码或触发检查。最后我建议使用这段代码：

from PIL import Image

try:
  im = Image.load(filename)
  im.verify() #I perform also verify, don't know if he sees other types o defects
  im.close() #reload is necessary in my case
  im = Image.load(filename) 
  im.transpose(Image.FLIP_LEFT_RIGHT)
  im.close()
except: 
  #manage excetions here

如果出现图像缺陷，此代码将引发异常。 请考虑 im.verify 比执行图像处理快大约 100 倍（我认为翻转是更便宜的转换之一）。 使用此代码，您将以大约 10 MBytes/sec 的标准 Pillow 或 40 MBytes/sec 的 Pillow-SIMD 模块（现代 2.5Ghz x86_64 CPU）验证一组图像。

对于其他格式psd,xcf,..可以使用Imagemagick包装器Wand，代码如下： 检查 Wand 文档：here，安装：here

im = wand.image.Image(filename=filename)
temp = im.flip;
im.close()

但是，根据我的实验，Wand 没有检测到截断的图像，我认为它会在没有提示的情况下将缺少的部分加载为灰色区域。

我认为 Imagemagick 有一个外部命令 identify 可以 完成这项工作，但我还没有找到调用该函数的方法以编程方式，我还没有测试过这条路线。

我建议始终进行初步检查，检查文件大小不为零（或非常小），这是一个非常便宜的想法：

import os

statfile = os.stat(filename)
filesize = statfile.st_size
if filesize == 0:
  #manage here the 'faulty image' case

【参考方案7】：

除了PIL 图像检查，您还可以像这样添加文件扩展名检查：

filename.lower().endswith(('.png', '.jpg', '.jpeg', '.tiff', '.bmp', '.gif'))

请注意，这仅检查文件名是否具有有效的图像扩展名，它不会实际打开图像以查看它是否是有效图像，这就是为什么您需要另外使用 PIL 或建议的库之一其他答案。

【讨论】：

如果文件中的扩展名不正确怎么办？例如，文本文件以 .jpg 扩展名保存，反之亦然。

@hafiz031 要获得实际格式，您可以执行from PIL import Image img = Image.open(filename) print(img.format)，然后像这样检查：img.format.lower() in ['png', 'jpg', 'jpeg', 'tiff', 'bmp', 'gif']

不幸的是，这对我不起作用。它仍在将损坏的图像识别为 JPEG 图像。最后我设法以这种方式处理了这种情况（我正在使用 OpenCv）：***.com/a/63421847/6907424

【参考方案8】：

format = [".jpg",".png",".jpeg"]
 for (path,dirs,files) in os.walk(path):
     for file in files:
         if file.endswith(tuple(format)):
             print(path)
             print ("Valid",file)
         else:
             print(path)
             print("InValid",file)

【讨论】：

您的代码存在缩进问题，无法正常运行。此外，请考虑添加一些解释，说明您的代码为何以及如何解决问题。纯代码的答案对未来的读者没有太大帮助。

这里我们使用了Agrparser方法。

【参考方案9】：

一种选择是使用filetype 包。

安装

python -m pip install filetype

优势

快速：仅加载图像的前几个字节即可工作（检查幻数） 支持不同的 mime 类型：图像、视频、字体、音频、档案。

示例

文件类型 >= 1.0.7

import filetype

filename = "/path/to/file.jpg"

if filetype.is_image(filename):
    print(f"filename is a valid image...")
elif filetype.is_video(filename):
    print(f"filename is a valid video...")

文件类型

import filetype

filename = "/path/to/file.jpg"

if filetype.image(filename):
    print(f"filename is a valid image...")
elif filetype.video(filename):
    print(f"filename is a valid video...")

官方repo补充信息：https://github.com/h2non/filetype.py

【讨论】：

文件类型程序也支持webp格式。不错！