如何检查文件是否为有效的图像文件？

Question

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

然而，尽管这足以覆盖大多数情况，但一些图像文件例如xcf、svg和psd未被检测到。Psd文件会抛出OverflowError异常。

我能不能想办法也包括它们呢？

- Sujoy

---

跨不同语言关闭重复问题并不是特别常见的做法。如果你找不到其他相似的 Python 问题，请将其保持开放状态，因为可能会有一些针对 Python 的特定解决方案，而这些解决方案可能没有出现在你发布的问题中。 - Paolo Bergantino

是的，首先我真的希望有一个我不知道的Python库:P 然后正如Ben指出的那样，仅仅使用魔数并不能验证整个图像。 - Sujoy

@devinb，同意，除非有人提出更好的重构方法，否则我只会获取魔数并完成它 :) - Sujoy

xcf和psd并不是真正的图像，它们是包含（通常有很多）图像的项目文件...但你可能可以为svg辩护。 - mgalgs

PIL 能够检测图像文件的缺陷/错误，但是你需要进行至少一次图像操作才能检测出一些类型的错误，例如我应用了 PIL 的转置变换。仅仅像你建议的那样加载有时无法检测到错误。详见下面我的回答。 - Fabiano Tarlao

Answer 1

你可以使用内置的imghdr模块。根据它的文档：

imghdr模块可以确定文件或字节流中包含的图像类型。

以下是使用方法：

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

注意：imghdr在Python 3.11之后已被弃用，因为它仅支持少量文件格式。

- Nadia Alramli

---

是的，imghdr 能够处理大多数的图片格式，但并非所有格式都能被它识别。就像我最初遇到的 SVG、XCF 和 PSD 文件一样，这些也无法在 imghdr 中被识别出来。 - Sujoy

你的回答实际上更好，谢谢。就像上面有人说的那样，“...但是解决问题的99%通常比根本没有解决要好得多...” - RinkyPinku

需要注意的是：imghdr.what(path) 方法如果给定的 path 不是已识别的图片文件类型，则返回 None。列表 中列出了目前已被识别的图片文件类型，包括：rgb、gif、pbm、pgm、ppm、tiff、rast、xbm、jpeg、bmp、png、webp 和 exr。 - patryk.beza

我发现有时候 imghdr.what(path) 会返回 None，即使文件是有效的图像，特别是对于 JPEG 格式的图像。 - GuillaumeDufay

小心！有效的hdr并不意味着有效的图像（例如，图像字节可能已经被破坏！） - Filippo Mazza

Answer 2

除了Brian提出的建议外，您还可以使用PIL的verify方法来检查文件是否损坏。

im.verify()

尝试确定文件是否损坏，而不实际解码图像数据。如果此方法发现任何问题，则引发适当的异常。此方法仅在新打开的图像上有效；如果已经加载了图像，则结果是未定义的。此外，如果您需要在使用此方法后加载图像，则必须重新打开图像文件。属性

- Nadia Alramli

---

主要问题在于SVG、XCF和PSD文件无法使用Image.open()打开，因此无法通过im.verify()进行验证。 - Sujoy

我的天，PIL文档实在太糟糕了。什么是“合适的异常”？ - Timmmm

我曾看到验证损坏的 PNG 文件时会引发 SyntaxError 错误。 - Carl

有没有一种方法可以在不实际解码图像数据的情况下进行验证？ - Trevor Boyd Smith

源代码似乎没有验证任何东西！ https://pillow.readthedocs.io/en/latest/_modules/PIL/Image.html#Image.verify - Massimo

Answer 3

除了PIL图像检查之外，您还可以添加文件名扩展名检查，如下所示:

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其是否有效。这就是为什么您需要另外使用PIL或其他答案中建议的库。

- tsveti_iko

---

如果文件的后缀名不正确，会怎样呢？例如，一个文本文件保存为 .jpg 扩展名，或者反之。 - hafiz031

@hafiz031 要获取实际格式，您可以执行以下操作：from PIL import Image img = Image.open(filename) print(img.format) 然后像这样检查它：img.format.lower() in ['png', 'jpg', 'jpeg', 'tiff', 'bmp', 'gif']。 - tsveti_iko

很遗憾，这对我没有起作用。它仍然将一个损坏的图像识别为JPEG图像。最终我用以下方法解决了这个问题（我正在使用OpenCv）：https://dev59.com/5FTTa4cB1Zd3GeqPvLxe#63421847 - hafiz031

Answer 4

很多时候，各种文件格式的前几个字符都是一个特殊标识。除了上述异常检查之外，您可以检查这个特殊标识。

- Brian R. Bondy

---

如果他真的在测试“有效”的图像，仅凭魔数（magic number）的存在并不能保证文件未被截断，因此这并不足够。 - Ben Blank

非常好的建议，现在我只需要弄清楚那些数字是什么。谢谢 :) - Sujoy

@ben，哎呀我还没想到那个。确实是一个好点。 - Sujoy

@Ben，你希望一个库如何推断文件已被截断？ - DevinB

@Ben Blank：确实，但是将问题解决99％通常比根本不解决要好。 - Brian R. Bondy

Answer 5

一种选项是使用filetype包。

安装

python -m pip install filetype

优势

1. 快速：仅加载图像的前几个字节即可完成工作（检查魔数）
2. 支持不同的MIME类型：图像、视频、字体、音频、档案文件。

示例

filetype >= 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 <= 1.0.6

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...")

官方存储库的其他信息：https://github.com/h2non/filetype.py

- Alex Fortin

---

文件类型程序也支持webp格式。太好了！ - Nav

Answer 6

更新

我还在我的Python脚本这里的GitHub链接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”的图像文件，即损坏的图片文件有时仍然是合法的图片文件，原始图像丢失或被修改，但您仍然能够加载它而没有错误。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）模块来检查文件是否为有效和完整的图像文件，支持大多数图像格式。

如果您希望检测损坏的图像，@Nadia Alramli正确地建议使用im.verify()方法，但是这不能检测所有可能的图像缺陷，例如，im.verify无法检测到被截断的图像（大多数查看器通常会加载灰色区域）。

Pillow也能够检测这些类型的缺陷，但您必须应用图像操作或图像解码/重新编码才能触发检查。最后，我建议使用此代码：

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

在图像出现缺陷的情况下，此代码将引发异常。请注意，im.verify的速度约比执行图像操作快100倍（我认为翻转是其中一种较便宜的变换）。使用此代码，您将以标准Pillow或Pillow-SIMD模块（现代2.5Ghz x86_64 CPU）每秒约10 MBytes/sec或40 MBytes/sec验证一组图像。

对于其他格式（例如xcf）等，您可以使用Imagemagick包装器Wand，代码如下所示：检查Wand文档：此处，安装：此处。

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

然而，根据我的实验，Wand无法检测到被截断的图像。我认为它会将缺少的部分加载为灰色区域而不提示。

我了解到Imagemagick有一个外部命令identify可以完成这项工作，但我还没有找到以编程方式调用该函数的方法，也没有测试过这种方法。

我建议始终进行初步检查，检查filesize是否为零（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

- Fabiano Tarlao

Answer 7

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会查看文件并试图向您提供关于文件的更多信息，例如位图尺寸、格式版本等。因此，您可能将其视为“有效性”的表面测试。

对于“有效”的其他定义，您可能需要编写自己的测试。

- fmarc

Answer 8

您可以使用Python绑定到libmagic的python-magic，然后检查mime类型。这样做无法告诉您文件是否损坏或完好，但应该能够确定图片的类型。

- Kamil Kisiel

Answer 9

从Fabiano和Tiago的答案进行调整。

from PIL import Image

def check_img(filename):
    try:
        im = Image.open(filename)
        im.verify()
        im.close()
        im = Image.open(filename) 
        im.transpose(Image.FLIP_LEFT_RIGHT)
        im.close()
        return True
    except: 
        print(filename,'corrupted')
        return False

if not check_img('/dir/image'):
    print('do something')

- durranaik

Answer 10

可以使用图像的扩展名来检查图像文件，如下所示。

import os
for f in os.listdir(folderPath):
    if (".jpg" in f) or (".bmp" in f):
        filePath = os.path.join(folderPath, f)
 

- Nuwan madhusanka