Python读取TIF文件全攻略：从Pillow到rasterio的实战选型

1. 从一次“格式不对”的报错说起

最近在做一个遥感影像处理的项目，数据源是几十个G的TIF文件。我写了个脚本，用最熟悉的PIL库的Image.open()去读取，结果程序直接抛了个异常，提示“cannot identify image file”。我当时就懵了，这文件在专业的GIS软件里明明能正常打开，怎么到Python这儿就不认了？这个看似简单的“读取TIF”操作，背后其实藏着不少门道。TIF（或TIFF）格式远不止是一种图片格式，尤其在遥感、地理信息系统、医学影像等领域，它更像是一个容器，可以封装多波段数据、地理坐标信息、金字塔概览图甚至压缩算法。用不对方法，轻则读不出数据，重则丢失关键信息，导致后续分析全盘错误。

这篇文章，我就结合自己踩过的坑和项目经验，为你系统梳理Python中读取TIF影像的几种主流方法。我们会从最基础的图片读取，讲到专业的多维数据处理，涵盖PIL/Pillow、OpenCV、GDAL、rasterio以及tifffile这几个库。无论你是刚接触遥感数据的新手，还是需要处理特殊TIF文件的老手，都能在这里找到适合你的工具链和避坑指南。我们的目标很明确：不仅要知道怎么读，更要明白为什么选它，以及在不同场景下如何做出最佳选择。

2. 基础图像读取：当TIF只是“一张图片”时

首先，我们要明确一个前提：如果你的TIF文件确实是标准的、单页的、RGB或灰度的图像文件（比如由扫描仪或普通相机生成），那么处理起来就简单得多。这时候，我们可以把它等同于普通的JPG或PNG图片来处理。

2.1 使用PIL/Pillow：轻量快捷的首选

Pillow是Python图像处理的事实标准库，对于简单的TIF图片，它是首选。

from PIL import Image # 打开TIF文件 img = Image.open('example.tif') # 获取基础信息 print(f"图像格式: {img.format}") print(f"图像大小: {img.size}") # (宽度, 高度) print(f"图像模式: {img.mode}") # 如 'RGB', 'L' (灰度), 'P' (调色板) # 将图像数据转换为numpy数组以便进行数值计算 import numpy as np img_array = np.array(img) print(f"NumPy数组形状: {img_array.shape}") print(f"数据类型: {img_array.dtype}")

为什么选它？Pillow接口极其简单，内存占用小，对于不需要地理信息、多波段等特性的普通TIF图片完全够用。它还能自动处理一些基本的TIFF标签，比如压缩方式。

踩坑点与注意事项：

1. 多页TIFF（Multipage TIFF）：有些TIF文件包含多帧（比如医学影像的切片序列）。Pillow默认只读取第一帧。

   # 读取多页TIF的所有帧 img = Image.open('multipage.tif') frames = [] try: while True: frames.append(np.array(img.copy())) # 复制当前帧数据 img.seek(img.tell() + 1) # 移动到下一帧 except EOFError: pass # 已读取所有帧 print(f"总帧数: {len(frames)}")

2. 16位及以上位深：Pillow能读取16位整数或32位浮点数的TIF，但转换为NumPy数组后，需要留意数据类型是否被意外转换（例如从uint16转为float64），这会影响内存和计算精度。
3. 不支持复杂压缩：对于使用了JPEG、LZW、Deflate等压缩的TIFF，Pillow的支持取决于编译时是否包含了对应的解码库。如果遇到解码错误，可能需要考虑其他库。

2.2 使用OpenCV：计算机视觉项目的标配

如果你的项目后续涉及大量的图像变换、特征提取等计算机视觉操作，那么直接使用OpenCV读取可能更便于集成。

import cv2 # 使用OpenCV读取TIF，注意flags参数 # cv2.IMREAD_UNCHANGED 表示按原样读取，保留Alpha通道和位深 img_cv = cv2.imread('example.tif', cv2.IMREAD_UNCHANGED) if img_cv is None: print("OpenCV 无法读取该文件，可能是不支持的压缩或格式。") else: print(f"OpenCV读取形状: {img_cv.shape}") # (高度, 宽度, 通道数) 或 (高度, 宽度) print(f"OpenCV数据类型: {img_cv.dtype}")

为什么选它？OpenCV在内存中以一种高度优化的格式（通常是BGR顺序的uint8数组）存储图像，其后续的图像处理函数（如滤波、形态学操作、几何变换）性能极佳。对于需要快速进行原型验证的CV项目，一条imread命令就能融入整个OpenCV生态。

踩坑点与注意事项：

1. 通道顺序陷阱：这是最大的坑！OpenCV默认的彩色图像通道顺序是BGR，而Pillow、Matplotlib等绝大多数库使用的是RGB。如果你用OpenCV读取了一个彩色TIF，然后直接用Matplotlib显示，颜色会是错的。

   # 错误的显示方式（颜色异常） import matplotlib.pyplot as plt plt.imshow(img_cv) # 假设img_cv是BGR顺序的彩色图 plt.show() # 正确的转换方式 img_rgb = cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB) plt.imshow(img_rgb) plt.show()

2. 功能局限：和Pillow类似，OpenCV的imread对TIFF格式的支持也有限，主要用于读取图像数据本身，会忽略绝大部分元数据（如地理信息、波段描述）。对于压缩复杂的TIFF也可能读取失败。
3. 数据类型强制转换：即使用IMREAD_UNCHANGED，OpenCV也可能将某些高位深数据（如uint32）转换为它更习惯处理的类型（如float64），需要注意核对。

小结与选择建议：当你的TIF文件是“纯粹的图片”，且后续处理不依赖地理信息、多波段等专业属性时，Pillow是通用性和易用性的最佳平衡。如果你的流程已经重度依赖OpenCV，且能处理好BGR/RGB转换，那么用OpenCV读取也无妨。但一旦遇到读取失败或需要更多元数据，你就需要下面更专业的工具了。

3. 专业地理空间数据读取：当TIF是“一幅地图”时

在遥感、GIS领域，TIF文件通常是GeoTIFF格式。它不仅仅是像素值，还嵌入了坐标系、仿射变换参数、无数据值（NoData Value）、波段信息、金字塔等丰富的地理元数据。用图片库读取会丢失这些灵魂信息，导致空间分析无法进行。这里有两个王者级的库：GDAL和它的“现代化身”rasterio。

3.1 使用GDAL：功能全面的“瑞士军刀”

GDAL是地理空间数据转换的行业标准库，功能无比强大，但它的Python接口（osgeo.gdal）相对底层和冗长。

from osgeo import gdal # 1. 打开数据集 dataset = gdal.Open('geodata.tif', gdal.GA_ReadOnly) if dataset is None: print("GDAL 无法打开文件") exit(1) # 2. 获取核心元数据 print(f"栅格大小: {dataset.RasterXSize} x {dataset.RasterYSize}") print(f"波段数量: {dataset.RasterCount}") # 仿射变换参数 (决定像素如何映射到真实世界坐标) # gt[0]: 左上角X坐标, gt[1]: 像素宽度, gt[2]: 旋转参数, # gt[3]: 左上角Y坐标, gt[4]: 旋转参数, gt[5]: 像素高度（通常为负值） gt = dataset.GetGeoTransform() print(f"仿射变换参数: {gt}") # 投影信息 (WKT格式) proj = dataset.GetProjection() print(f"投影信息: {proj[:100]}...") # 可能很长，只打印前100字符 # 3. 读取波段数据 band = dataset.GetRasterBand(1) # 获取第一个波段 print(f"无数据值: {band.GetNoDataValue()}") print(f"数据类型: {gdal.GetDataTypeName(band.DataType)}") # 将波段数据读取为NumPy数组 band_array = band.ReadAsArray() print(f"波段数据形状: {band_array.shape}") # 4. 对于多波段数据，可以一次性读取所有波段 if dataset.RasterCount > 1: # 方法一：分别读取每个波段 bands_data = [] for i in range(1, dataset.RasterCount + 1): band_i = dataset.GetRasterBand(i) bands_data.append(band_i.ReadAsArray()) full_array = np.stack(bands_data, axis=0) # 形状为 (波段数, 高, 宽) print(f"全波段数据形状: {full_array.shape}") # 方法二：使用ReadAsArray直接读取（某些驱动支持） # full_array = dataset.ReadAsArray() # 形状可能为 (波段数, 高, 宽) 或 (高, 宽, 波段数) # 5. 重要！记得关闭数据集以释放资源（特别是写入时） dataset = None

为什么选它？GDAL支持几乎所有的栅格和矢量地理数据格式。它能处理复杂的压缩、内部金字塔、子数据集（特别是HDF或NetCDF转换来的TIFF）、以及各种坐标系统。如果你需要处理最古怪、最专业的地理数据源，GDAL是最后的保障。

踩坑点与注意事项：

1. API繁琐：如上所示，读取一个简单的数组需要多个步骤，代码量较大。
2. 索引从1开始：GetRasterBand()的参数是1-based索引，这对于习惯0-based索引的Python开发者来说容易出错。
3. 内存管理：ReadAsArray()默认会将整个波段读入内存，对于超大影像（如数十GB的卫星影像）会导致内存溢出。必须使用ReadAsArray(xoff, yoff, xsize, ysize)来分块读取。

   # 分块读取示例 (读取左上角1000x1000的区域) chunk = band.ReadAsArray(0, 0, 1000, 1000)

4. 数据顺序：GDAL读取的多波段数组，默认是(波段数, 高, 宽)，这与许多深度学习框架（如PyTorch）要求的(高, 宽, 波段数)或(波段数, 高, 宽)需要留意转换。而dataset.ReadAsArray()的行为可能因驱动而异，需要测试确认。
5. 安装复杂：GDAL的Python绑定安装 notoriously difficult，尤其是在Windows上，经常需要匹配特定版本的二进制包。

3.2 使用rasterio：GDAL的“Pythonic”外壳

rasterio库在底层调用GDAL，但提供了更符合Python习惯的、类似numpy和PIL的简洁API。它是目前Python地理空间数据分析的主流推荐选择。

import rasterio # 1. 使用上下文管理器打开文件，无需手动关闭 with rasterio.open('geodata.tif') as src: # 2. 元数据一目了然 print(f"数据形状 (波段，高，宽): {src.shape}") # 注意顺序！ print(f"波段数量: {src.count}") print(f"数据类型: {src.dtypes[0]}") print(f"仿射变换矩阵: {src.transform}") print(f"坐标系: {src.crs}") print(f"无数据值: {src.nodata}") # 3. 读取数据极其简单 # 读取所有波段，返回形状为 (波段数, 高, 宽) 的数组 data = src.read() # 等同于 src.read(indexes=src.indexes) print(f"全波段数据形状: {data.shape}") # 读取指定波段（索引从1开始） band1 = src.read(1) print(f"第一波段形状: {band1.shape}") # 读取多个指定波段 bands_1_3 = src.read([1, 3]) print(f"第1、3波段形状: {bands_1_3.shape}") # 4. 强大的窗口读取功能 (Window-based reading) # 读取一个地理范围窗口 (左，下，右，上) from rasterio.windows import from_bounds window = from_bounds(120.0, 30.0, 121.0, 31.0, transform=src.transform) if window is not None: data_window = src.read(window=window) print(f"窗口数据形状: {data_window.shape}") # 5. 直接获取描述每个波段的“颜色解释”（如红、绿、蓝、灰度等） for i, color_interp in enumerate(src.colorinterp, 1): print(f"波段 {i}: {color_interp.name}")

为什么选它？rasterio的API设计太优雅了。src.read()返回的就是一个标准的NumPy数组，src.transform、src.crs等属性访问起来非常直观。它的“窗口读取”功能对于处理大文件至关重要，且语法清晰。文档也非常优秀。

踩坑点与注意事项：

1. 索引依然从1开始：src.read(1)读取的是第一个波段，继承了GDAL的传统。
2. 默认读取全部波段：src.read()不带参数会读取所有波段，对于波段很多的影像（如高光谱数据，数百个波段），这会立刻耗尽内存。务必养成习惯，按需读取。
3. 形状顺序：src.read()返回的数组形状是(波段数, 高, 宽)。而src.shape属性返回的是(高， 宽)，src.count才是波段数。这个需要适应。
4. 安装依赖：虽然比纯GDAL简单，但rasterio依然依赖GDAL的C库。通常使用conda install rasterio是最省心的安装方式，因为它会自动解决GDAL的依赖。

小结与选择建议：对于任何涉及地理空间信息的TIF文件，rasterio是你不二的选择。它平衡了功能强大和易用性。除非你遇到rasterio不支持或处理出错的极端罕见格式（这时可以回退到直接使用GDAL），否则都应该优先使用rasterio。

4. 科学多维数据读取：当TIF是“数据立方体”时

在生物医学、显微成像、工业检测等领域，TIF文件常用来存储三维体数据（Z-stack）、时间序列（Time-lapse）或多通道荧光图像。这些数据的特点是维度高（如T, C, Z, Y, X），并且需要保存大量的实验元数据。tifffile库就是为这种场景而生的神器。

4.1 使用tifffile：处理复杂多维TIFF的专家

tifffile库不依赖GDAL，它纯Python实现（部分加速用Cython），专门解析TIFF文件格式规范，对多维数据和私有元数据的支持非常好。

import tifffile import numpy as np # 1. 直接读取为NumPy数组 data = tifffile.imread('multidimensional.tif') print(f"数据形状: {data.shape}") print(f"数据类型: {data.dtype}") # 2. 使用TiffFile对象获取丰富元数据 with tifffile.TiffFile('multidimensional.tif') as tif: # 查看系列数量（对于多页或多系列文件） print(f"系列数量: {len(tif.series)}") # 获取第一个系列（通常就是主要数据） series = tif.series[0] print(f"系列形状: {series.shape}") print(f"系列维度顺序: {series.axes}") # 例如 'TZCYX' 表示时间、Z切片、通道、Y、X # 访问OME-TIFF的XML元数据（生物医学成像标准） if tif.is_ome: ome_metadata = tif.ome_metadata # 可以解析XML获取像素大小、曝光时间等详细信息 print("这是一个OME-TIFF文件") # 可以使用xml.etree.ElementTree等工具解析ome_metadata # 访问每页（帧）的TIFF标签 for i, page in enumerate(tif.pages[:3]): # 查看前3页 print(f"\n--- 第 {i} 页标签 ---") print(f" 图像宽度: {page.imagewidth}") print(f" 图像高度: {page.imagelength}") print(f" 位深: {page.bitspersample}") # 查看特定的TIFF标签，例如X分辨率 if 282 in page.tags: # 282是XResolution的标签ID x_res = page.tags[282].value print(f" X分辨率: {x_res}") # 3. 内存映射方式读取超大文件 # 对于无法全部加载入内存的大文件，使用memmap data_memmap = tif.asarray(out='memmap') # 此时data_memmap是一个numpy.memmap对象，访问数据时才会从磁盘读取 print(f"内存映射数组形状: {data_memmap.shape}") # 操作示例：计算第一帧的平均值 if data_memmap.ndim >= 3: frame0_mean = data_memmap[0].mean() print(f"第一帧平均值: {frame0_mean}")

为什么选它？

1. 维度感知：它能自动识别并解析TIFF文件中描述维度顺序的标签（如ImageJ或OME-TIFF格式），返回的NumPy数组的shape和axes属性直接告诉你数据的物理意义。
2. 内存映射：asarray(out='memmap')功能对于处理远超内存大小的TIFF文件至关重要，它允许你像操作数组一样操作磁盘文件。
3. 元数据无损访问：提供了底层TIFF标签的访问接口，可以获取到其他库可能忽略的私有或特殊元数据。
4. 写入功能强大：tifffile的写入功能同样出色，可以方便地写入多维数组并保存元数据，是科学数据交换的利器。

踩坑点与注意事项：

1. 无地理空间支持：tifffile不解析GeoTIFF标签。如果你用tifffile读取一个GeoTIFF，你会得到完美的像素数组，但会丢失所有地理坐标信息。切勿混用场景。
2. 默认行为差异：tifffile.imread()默认会尝试将多页TIFF合并成一个多维数组。如果你希望保持分页，需要设置key等参数。
3. 大文件读取策略：对于非常大的文件，即使使用memmap，如果进行跨越整个数组的操作（如.mean()），仍然会触发整个文件读取。正确的做法是分块处理。

   with tifffile.TiffFile('huge.tif') as tif: data = tif.asarray(out='memmap') # 错误：可能导致内存溢出 # global_mean = data.mean() # 正确：分块计算 chunk_size = 100 # 每次处理100个Z切片 z_slices = data.shape[0] means = [] for start in range(0, z_slices, chunk_size): end = min(start + chunk_size, z_slices) chunk = data[start:end] means.append(chunk.mean(axis=(1,2))) # 计算每个切片的平均值 global_mean = np.concatenate(means).mean()

5. 方法对比与实战选型指南

现在我们把所有方法放在一起对比，让你能根据手头的任务快速决策。

实战选型决策树：

1. 第一步：问“我的TIF文件本质是什么？”

   • 是一张普通图片或扫描件？-> 首选Pillow。简单够用。
   • 是地图、卫星图、带坐标的测绘数据？-> 跳到第2步。
   • 是显微镜下拍的多通道Z栈序列、活细胞时间序列？-> 首选tifffile。

2. 第二步（针对地理数据）：问“我需要多深入的地理处理？”

   • 只需要读取像素数组，坐标信息不重要或我另有来源。-> 可以考虑Pillow或OpenCV，但更推荐用rasterio的read()，因为它对奇怪压缩的兼容性更好。
   • 我需要坐标进行空间分析、裁剪、重投影。-> 无脑选择rasterio。
   • 我遇到了rasterio都搞不定的奇葩格式或需要极底层操作。-> 请出终极武器GDAL。

3. 第三步：问“我的文件有多大？”

   • 文件很小 (< 500MB)，内存充足。-> 以上方法大多可以。
   • 文件巨大 (数GB到数十GB)。-> 立即排除Pillow和OpenCV的默认读取方式。必须使用rasterio的窗口读取或tifffile的内存映射，或者GDAL的分块读取。

4. 第四步：问“我的后续流程是什么？”

   • 接OpenCV进行图像处理。-> 用OpenCV读，注意BGR转换；或者用rasterio/tifffile读，再用cv2.cvtColor转换。
   • 接NumPy/SciPy进行数值计算。-> 用rasterio或tifffile，它们返回的就是NumPy数组。
   • 接PyTorch/TensorFlow进行深度学习。-> 用rasterio或tifffile读取为NumPy数组，再转换为Tensor。注意通道顺序（C, H, W）的转换。
   • 接GeoPandas、Shapely进行空间分析。-> 必须用rasterio，保持坐标信息的一致性。

一个综合示例：用rasterio读取地理TIFF并准备为深度学习输入

假设我们有一个三波段（RGB）的卫星影像GeoTIFF，需要裁剪出一块区域，并转换为PyTorch模型需要的张量格式。

import rasterio from rasterio.windows import Window import torch import numpy as np def prepare_deeplearning_input(tif_path, center_x, center_y, patch_size=256): """ 从GeoTIFF中裁剪指定中心位置的图像块，并转换为PyTorch Tensor。 参数: tif_path: TIFF文件路径 center_x, center_y: 裁剪中心点的像素坐标 patch_size: 裁剪块大小（正方形） 返回: image_tensor: 形状为 (3, H, W) 的PyTorch FloatTensor transform: 裁剪块的仿射变换信息，可用于空间定位 """ with rasterio.open(tif_path) as src: # 计算裁剪窗口（确保不越界） half_size = patch_size // 2 col_off = max(0, center_x - half_size) row_off = max(0, center_y - half_size) width = min(patch_size, src.width - col_off) height = min(patch_size, src.height - row_off) window = Window(col_off, row_off, width, height) # 读取数据，形状为 (3, H, W) data = src.read(window=window) # 获取裁剪窗口对应的新变换矩阵 new_transform = rasterio.windows.transform(window, src.transform) # 处理无数据值 (假设为0或特定值) nodata = src.nodata if nodata is not None: # 这里简单地将无数据区域填充为0，实际项目可能需要更复杂的处理 data = np.where(data == nodata, 0, data) # 数据归一化 (假设是8位或16位整数) if data.dtype in [np.uint8, np.uint16]: data = data.astype(np.float32) / np.iinfo(data.dtype).max # 转换为PyTorch Tensor，并确保通道顺序为 (C, H, W) image_tensor = torch.from_numpy(data).float() return image_tensor, new_transform # 使用示例 tensor_patch, patch_transform = prepare_deeplearning_input('satellite.tif', center_x=1000, center_y=1500) print(f"输入张量形状: {tensor_patch.shape}") # torch.Size([3, 256, 256]) print(f"裁剪块的地理变换: {patch_transform}")

这个例子展示了如何将专业的地理数据读取与主流的深度学习流程无缝衔接，其中对边界、无数据值、归一化的处理都是实际项目中必须考虑的细节。

6. 性能优化与疑难杂症处理

掌握了基本方法后，我们来看看如何高效、稳健地处理TIF文件。

6.1 处理超大TIFF文件：内存映射与分块读取

这是处理遥感或生物影像最常见的挑战。核心思想是避免一次性将数据全部加载到内存。

方案A：使用rasterio的窗口读取（推荐用于地理数据）

import rasterio from rasterio.windows import Window def process_large_tif_by_tile(tif_path, tile_size=1024): """将大TIFF分块处理""" with rasterio.open(tif_path) as src: height, width = src.shape for i in range(0, height, tile_size): for j in range(0, width, tile_size): # 计算当前瓦片的实际高度和宽度（防止边缘越界） h = min(tile_size, height - i) w = min(tile_size, width - j) window = Window(j, i, w, h) # 读取瓦片数据 tile_data = src.read(window=window) # 处理瓦片数据... process_tile(tile_data, window) # 可以在这里将处理结果写入新的文件，实现“流式”处理 # write_to_output(tile_data_processed, window)

方案B：使用tifffile的内存映射（推荐用于多维科学数据）

import tifffile import numpy as np def process_large_tif_by_memmap(tif_path): """使用内存映射处理大文件""" with tifffile.TiffFile(tif_path) as tif: # 关键：使用'memmap'模式 data = tif.asarray(out='memmap') # 现在`data`是一个numpy.memmap对象，数据仍在磁盘上 # 示例：分Z轴切片处理3D数据 if data.ndim == 3: # 假设是 (Z, Y, X) for z in range(data.shape[0]): slice_2d = data[z] # 只有这一行数据会被读入内存 process_slice(slice_2d, z) # 处理完成后，memmap对象会被自动清理

6.2 处理异常与不兼容文件

不是所有的TIFF文件都能被顺利读取。以下是一些常见错误和排查思路：

1. “Cannot identify image file” 或 “Not a TIFF file”

   • 可能原因：文件确实不是TIFF格式，或者文件头损坏。
   • 排查：用二进制工具（如hexdump -C file.tif | head -20）查看文件头前几个字节是否为49 49 2A 00(小端序) 或4D 4D 00 2A(大端序)。
   • 尝试：用tifffile.TiffFile()尝试打开，它有时能提供更详细的错误信息。

2. 读取的数据全是0或明显错误

   • 可能原因：使用了不支持的压缩方式（如JPEG2000, LERC），或者位深不匹配。
   • 排查：先用专业软件（如QGIS, Fiji/ImageJ）确认文件正常。然后用tifffile或GDAL的gdalinfo命令查看文件详情。
   • 尝试：换用rasterio或GDAL，它们支持的编解码器更全。对于特殊压缩，可能需要安装额外的GDAL插件。

3. 内存溢出（MemoryError）

   • 原因：文件太大。
   • 解决：必须采用上述的分块或内存映射策略。永远不要对未知大小的文件直接使用.read()或np.array()。

4. 地理坐标信息读取为None

   • 可能原因：文件不是GeoTIFF，或者地理信息存储在外部文件（如.tfw世界文件、.prj投影文件）中。
   • 排查：检查同一目录下是否有同名但不同扩展名的文件。
   • 解决：如果存在外部文件，确保它们和TIFF文件在同一目录，GDAL/rasterio通常能自动识别。也可以用rasterio.open('image.tif')和rasterio.open('image.tfw')分别读取再组合。

6.3 多线程/异步读取优化

当需要从磁盘读取大量小TIFF文件时（例如深度学习中的训练样本），I/O可能成为瓶颈。

import concurrent.futures import rasterio from pathlib import Path def read_single_tif(path): """读取单个TIFF文件的函数""" with rasterio.open(path) as src: # 这里假设我们只需要第一个波段的小块数据作为示例 return src.read(1) def read_tif_batch_parallel(tif_dir, max_workers=4): """使用线程池并行读取一个目录下的所有TIFF""" tif_paths = list(Path(tif_dir).glob('*.tif')) with concurrent.futures.ThreadPoolExecutor(max_workers=max_workers) as executor: # 提交所有任务 future_to_path = {executor.submit(read_single_tif, p): p for p in tif_paths} results = [] for future in concurrent.futures.as_completed(future_to_path): tif_path = future_to_path[future] try: data = future.result() results.append((tif_path, data)) except Exception as exc: print(f'{tif_path} 读取时产生异常: {exc}') return results # 注意：多线程读取适用于I/O密集型操作。如果每个文件的读取都涉及大量CPU计算（如解压）， # 可能需要使用ProcessPoolExecutor来避免GIL限制。

在实际项目中，我个人的体会是，没有一种方法能通吃所有场景。起步时，可以先用rasterio（针对地理数据）或tifffile（针对科学数据）尝试，因为它们功能全面且错误信息更友好。一旦遇到性能瓶颈，再根据“决策树”和“优化技巧”进行针对性调整。最关键的是，在编写处理脚本的初期，就一定要加入对文件元数据（尺寸、数据类型、压缩）的检查日志，并设计好分块读取的框架，这样才能在数据量增长时从容应对。