如何识别带有“可能损坏的 EXIF 数据”的图像

Question

我正在进行图像分类 Kaggle 竞赛，并从 Kaggle.com 下载一些训练图像。然后我在 Keras 2.0 和 Tensorflow 作为背景（和 Python 3）中使用 ResNet50 的迁移学习来处理这些图像。

但是，总共 1281 个火车图像中有 258 个具有“可能损坏的 EXIF 数据”，并且在加载到 ResNet 模型时被忽略，很可能是由于 Pillow 问题。

输出消息如下：

 /home/shi/anaconda3/lib/python3.6/site-packages/PIL/TiffImagePlugin.py:692: UserWarning: Possibly corrupt EXIF data.  Expecting to read 524288 bytes but only got 0. Skipping tag 3
  "Skipping tag %s" % (size, len(data), tag))
/home/shi/anaconda3/lib/python3.6/site-packages/PIL/TiffImagePlugin.py:692: UserWarning: Possibly corrupt EXIF data.  Expecting to read 393216 bytes but only got 0. Skipping tag 3
  "Skipping tag %s" % (size, len(data), tag))
/home/shi/anaconda3/lib/python3.6/site-packages/PIL/TiffImagePlugin.py:692: UserWarning: Possibly corrupt EXIF data.  Expecting to read 33554432 bytes but only got 0. Skipping tag 4
  "Skipping tag %s" % (size, len(data), tag))
/home/shi/anaconda3/lib/python3.6/site-packages/PIL/TiffImagePlugin.py:692: UserWarning: Possibly corrupt EXIF data.  Expecting to read 25165824 bytes but only got 0. Skipping tag 4
  "Skipping tag %s" % (size, len(data), tag))
/home/shi/anaconda3/lib/python3.6/site-packages/PIL/TiffImagePlugin.py:692: UserWarning: Possibly corrupt EXIF data.  Expecting to read 131072 bytes but only got 0. Skipping tag 3
  "Skipping tag %s" % (size, len(data), tag))
(more to come ...)

根据输出消息，我只知道它们在那里，但不知道它们是哪些……

我的问题是：如何识别这 258 张图像，以便我可以手动将它们从数据集中删除？

原文由 user3768495 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

想到的最简单的方法是修改代码以一次处理一张图像，然后遍历每张图像并检查哪一张生成警告。

原文由 Salvador Dali 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

编辑：要将警告作为您可以捕获的错误提出，请查看下面的 Justas 评论。

---

即使这个问题已经存在一年多了，我还是想展示我的解决方案，因为我遇到了同样的问题。

我正在编辑错误消息。输出显示在系统上的何处可以找到该文件以及行号。例如我改变了以下内容：

 if len(data) != size:
    warnings.warn("Possibly corrupt EXIF data.  "
                  "Expecting to read %d bytes but only got %d."
                  " Skipping tag %s" % (size, len(data), tag))
    continue

至

if len(data) != size:
    raise ValueError('Corrupt Exif data')
    warnings.warn("Possibly corrupt EXIF data.  "
                  "Expecting to read %d bytes but only got %d."
                  " Skipping tag %s" % (size, len(data), tag))
    continue

我捕获 ValueError 的代码如下所示。该代码为您提供了 PIL 被中断并且不显示无用消息的优势。您也可以捕获并使用它，例如通过“except”部分删除相应的文件。

 import os
from PIL import Image

imageFolder = /Path/To/Image/Folder
listImages = os.listdir(imageFolder)

for img in listImages:
    imgPath = os.path.join(imageFolder,img)

    try:
        img = Image.open(imgPath)
        exif_data = img._getexif()
    except ValueError as err:
        print(err)
        print("Error on image: ", img)

我知道添加 ValueError 部分既快又脏，但总比面对所有无用的警告消息要好。

原文由 Clown77 发布，翻译遵循 CC BY-SA 4.0 许可协议