如何识别带有 'Possibly corrupt EXIF data' 的图像

Question

我正在参加图像分类 Kaggle 竞赛并从 Kaggle.com 下载一些训练图像。然后我使用 ResNet50 的迁移学习来处理这些图像，在 Keras 2.0 和 Tensorflow 中作为背景（和 Python 3）。

但是，总共 1281 个火车图像中有 258 个具有 'Possibly corrupt EXIF data'，并且在加载到 ResNet 模型时被忽略，很可能是由于 Pillow issue。

输出信息如下：

/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？

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。

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，因为我运行遇到了同样的问题。

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，我更改了以下内容：

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

到

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。你也可以抓住这个并使用它，例如通过'except'部分删除对应的文件。

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 部分既快又麻烦，但这总比面对所有无用的警告消息要好。

如何识别带有 'Possibly corrupt EXIF data' 的图像

How can I identify the images with 'Possibly corrupt EXIF data'

exif

python-imaging-library

python-3.x

keras

tensorflow