Jak sprawdzić, czy plik jest prawidłowym plikiem obrazu?

Obecnie używam PIL.

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

Jednakże, chociaż wystarcza to w większości przypadków, niektóre pliki graficzne, takie jak xcf, svg i psd, nie są wykrywane. Pliki psd zgłaszają wyjątek OverflowError.

Czy jest jakiś sposób, że mógłbym je również uwzględnić?

W wielu przypadkach pierwsze kilka znaków będzie magiczną liczbą dla różnych formatów plików. Możesz to sprawdzić oprócz sprawdzania wyjątków powyżej.

Właśnie znalazłem wbudowany moduł imghdr . Z dokumentacji Pythona:

Moduł imghdr określa typ obrazu zawartego w pliku lub strumieniu bajtów.

Tak to działa:

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

Korzystanie z modułu jest znacznie lepsze niż ponowne wdrażanie podobnej funkcjonalności

Oprócz tego, co sugeruje Brian, możesz skorzystać z PIL metody weryfikacji aby sprawdzić, czy plik nie jest uszkodzony.

im.verify ()

Próbuje określić, czy plik jest uszkodzony, bez faktycznego dekodowania danych obrazu. Jeśli ta metoda napotka jakieś problemy, generuje odpowiednie wyjątki. Ta metoda działa tylko na nowo otwartym obrazie; jeśli obraz został już załadowany, wynik jest niezdefiniowany. Ponadto, jeśli chcesz załadować obraz po użyciu tej metody, musisz ponownie otworzyć plik obrazu. Atrybuty

Oprócz PILsprawdzania obrazu możesz również dodać sprawdzenie rozszerzenia nazwy pliku w następujący sposób:

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

Zwróć uwagę, że sprawdza to tylko, czy nazwa pliku ma prawidłowe rozszerzenie obrazu, w rzeczywistości nie otwiera obrazu, aby sprawdzić, czy jest to prawidłowy obraz, dlatego musisz użyć dodatkowo PILlub jednej z bibliotek sugerowanych w innych odpowiedziach.

Aktualizacja

Zaimplementowałem również następujące rozwiązanie w moim skrypcie Python tutaj na GitHub .

Sprawdziłem również, że uszkodzone pliki (jpg) często nie są „zepsutymi” obrazami, tj. Uszkodzony plik obrazu czasami pozostaje prawidłowym plikiem obrazu, oryginalny obraz zostaje utracony lub zmieniony, ale nadal można go załadować bez błędów. Ale obcięcie pliku zawsze powoduje błędy.

Zakończ aktualizację

Możesz użyć Python Pillow modułu (PIL) z większością formatów obrazu, aby sprawdzić, czy plik jest prawidłowym i nienaruszonym plikiem obrazu.

W przypadku, gdy celem jest wykrycie również uszkodzonych obrazów, @Nadia Alramli poprawnie sugeruje im.verify()metodę, ale to nie wykrywa wszystkich możliwych defektów obrazu , np.im.verify Nie wykrywa przyciętych obrazów (które większość widzów często ładuje z szarym obszarem).

Pillow jest również w stanie wykryć tego typu defekty, ale musisz zastosować manipulację obrazem lub dekodować / przekodować obraz lub uruchomić kontrolę. Na koniec proponuję użyć tego kodu:

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(PIL.Image.FLIP_LEFT_RIGHT)
  im.close()
except: 
  #manage excetions here

W przypadku wad obrazu ten kod zgłosi wyjątek. Proszę wziąć pod uwagę, że im.verify jest około 100 razy szybsze niż wykonanie manipulacji obrazem (i myślę, że flip jest jedną z tańszych transformacji). Za pomocą tego kodu zweryfikujesz zestaw obrazów z prędkością około 10 MB / s ze standardową poduszką lub 40 MB / s z modułem Pillow-SIMD (nowoczesny procesor 2,5 GHz x86_64).

Dla innych formatów PSD , XCF , .. można użyć ImageMagick wrapper Wand , kod jest w następujący sposób:

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

Ale z moich eksperymentów Wand nie wykrywa obciętych obrazów, myślę, że wczytuje brakujące części jako szare obszary bez monitowania.

Napisałem, że Imagemagick ma zewnętrzne polecenie identyfikujące, które może wykonać zadanie, ale nie znalazłem sposobu na programowe wywołanie tej funkcji i nie testowałem tej trasy.

Proponuję zawsze przeprowadzić wstępną kontrolę, sprawdzić, czy rozmiar pliku nie jest zerowy (lub bardzo mały), to bardzo tani pomysł:

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

W Linuksie możesz użyć Python-Magic ( http://pypi.python.org/pypi/python-magic/0.1 ), który używa libmagic do identyfikacji formatów plików.

AFAIK, libmagic zagląda do pliku i próbuje powiedzieć więcej niż tylko o formacie, jak wymiary bitmapy, wersja formatu itp. Więc możesz to potraktować jako powierzchowny test "poprawności".

W przypadku innych definicji „prawidłowych” może być konieczne napisanie własnych testów.

Możesz użyć powiązań Pythona do libmagic, python-magic, a następnie sprawdzić typy MIME. To nie powie ci, czy pliki są uszkodzone lub nienaruszone, ale powinno być w stanie określić, jaki to typ obrazu.

Cóż, nie wiem o wnętrzu psd, ale na pewno wiem, że w rzeczywistości svg nie jest plikiem obrazu jako takim - jest oparty na xml, więc zasadniczo jest zwykły plik tekstowy.

Jedną z opcji jest skorzystanie z filetypepakietu.

Instalacja

python -m pip install filetype

Zalety

1. Szybko: działa, ładując kilka pierwszych bajtów obrazu ( sprawdź magiczną liczbę )
2. Obsługuje różne typy MIME: obrazy, filmy, czcionki, audio, archiwa.

Przykład rozwiązania

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...")

Dodatkowe informacje o oficjalnym repozytorium: https://github.com/h2non/filetype.py

Czy sprawdzenie rozszerzeń plików byłoby dopuszczalne, czy też próbujesz potwierdzić, że same dane reprezentują plik obrazu?

Jeśli możesz sprawdzić rozszerzenie pliku, to wymaganie może spełnić wyrażenie regularne lub proste porównanie.

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)