Come verificare se un file è un file immagine valido?

Attualmente sto usando PIL.

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

Tuttavia, sebbene questo copra sufficientemente la maggior parte dei casi, alcuni file di immagine come xcf, svg e psd non vengono rilevati. I file Psd generano un'eccezione OverflowError.

C'è un modo per includerli anche io?

Molte volte i primi due caratteri saranno un numero magico per vari formati di file. Puoi verificarlo in aggiunta al controllo delle eccezioni sopra.

Ho appena trovato il modulo imghdr integrato. Dalla documentazione di Python:

Il modulo imghdr determina il tipo di immagine contenuta in un file o flusso di byte.

È così che funziona:

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

Usare un modulo è molto meglio che reimplementare funzionalità simili

Oltre a quello che suggerisce Brian, potresti usare il metodo di verifica di PIL per controllare se il file è danneggiato.

im.verify ()

Tenta di determinare se il file è danneggiato, senza effettivamente decodificare i dati dell'immagine. Se questo metodo rileva dei problemi, solleva le eccezioni appropriate. Questo metodo funziona solo su un'immagine appena aperta; se l'immagine è già stata caricata, il risultato non è definito. Inoltre, se è necessario caricare l'immagine dopo aver utilizzato questo metodo, è necessario riaprire il file immagine. attributi

Oltre al PILcontrollo dell'immagine puoi anche aggiungere il controllo dell'estensione del nome file in questo modo:

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

Nota che questo controlla solo se il nome del file ha un'estensione immagine valida, in realtà non apre l'immagine per vedere se è un'immagine valida, ecco perché è necessario utilizzare in aggiunta PILo una delle librerie suggerite nelle altre risposte.

Aggiornare

Ho anche implementato la seguente soluzione nel mio script Python qui su GitHub .

Ho anche verificato che i file danneggiati (jpg) spesso non sono immagini "rotte", ad esempio un file immagine danneggiato a volte rimane un file immagine legittimo, l'immagine originale viene persa o alterata ma puoi comunque caricarla senza errori. Tuttavia, il troncamento del file causa sempre errori.

Fine aggiornamento

È possibile utilizzare il modulo Python Pillow (PIL), con la maggior parte dei formati di immagine, per verificare se un file è un file immagine valido e intatto.

Nel caso si miri a rilevare anche immagini rotte, @Nadia Alramli suggerisce correttamente il im.verify()metodo, ma questo non rileva tutti i possibili difetti dell'immagine , es. im.verifyNon rileva immagini troncate (che la maggior parte degli spettatori spesso carica con un'area grigia).

Pillow è in grado di rilevare anche questo tipo di difetti, ma è necessario applicare la manipolazione dell'immagine o la decodifica / ricodifica dell'immagine o per attivare il controllo. Infine suggerisco di utilizzare questo codice:

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

In caso di difetti dell'immagine questo codice solleverà un'eccezione. Tieni presente che im.verify è circa 100 volte più veloce rispetto all'esecuzione della manipolazione dell'immagine (e penso che il flip sia una delle trasformazioni più economiche). Con questo codice verificherai una serie di immagini a circa 10 MByte / sec con Pillow standard o 40 MByte / sec con modulo Pillow-SIMD (moderna CPU x86_64 da 2,5 Ghz).

Per gli altri formati psd , xcf , .. puoi usare Imagemagick wrapper Wand , il codice è il seguente:

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

Ma, dai miei esperimenti, Wand non rileva immagini troncate, penso che carichi le parti mancanti come area grigia senza chiedere.

Ho letto che Imagemagick ha un comando esterno identificare che potrebbe rendere il lavoro, ma non ho trovato un modo per richiamare quella funzione di programmazione e non ho ancora testato questo percorso.

Suggerisco di effettuare sempre un controllo preliminare, controllare che la dimensione del file non sia zero (o molto piccola), è un'idea molto economica :

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

Su Linux, potresti usare python-magic ( http://pypi.python.org/pypi/python-magic/0.1 ) che usa libmagic per identificare i formati di file.

Per quanto ne so, libmagic guarda nel file e cerca di dirti di più al riguardo oltre al formato, come dimensioni bitmap, versione del formato ecc. Quindi potresti vedere questo come un test superficiale di "validità".

Per altre definizioni di "valido" potresti dover scrivere i tuoi test.

Potresti usare i collegamenti Python a libmagic, python-magic e quindi controllare i tipi MIME. Questo non ti dirà se i file sono danneggiati o intatti, ma dovrebbe essere in grado di determinare di che tipo di immagine si tratta.

Beh, non conosco l'interno di psd, ma so che, in effetti, svg non è un file immagine di per sé, è basato su xml, quindi è, essenzialmente, un file di testo normale.

Un'opzione è usare il filetypepacchetto.

Installazione

python -m pip install filetype

vantaggi

1. Veloce: fa il suo lavoro caricando i primi byte della tua immagine ( controlla il numero magico )
2. Supporta diversi tipi di MIME: immagini, video, caratteri, audio, archivi.

Esempio di soluzione

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...")

Ulteriori informazioni sul repo ufficiale: https://github.com/h2non/filetype.py

Il controllo delle estensioni dei file sarebbe accettabile o stai cercando di confermare che i dati stessi rappresentano un file immagine?

Se puoi controllare l'estensione del file, un'espressione regolare o un semplice confronto potrebbe soddisfare il requisito.

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)