Como verificar se um arquivo é um arquivo de imagem válido?

Atualmente, estou usando PIL.

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

No entanto, embora isso cubra suficientemente a maioria dos casos, alguns arquivos de imagem como xcf, svg e psd não estão sendo detectados. Os arquivos Psd lançam uma exceção OverflowError.

Existe alguma maneira de incluí-los também?

Muitas vezes, os primeiros caracteres serão um número mágico para vários formatos de arquivo. Você pode verificar isso além da verificação de exceção acima.

Acabei de encontrar o módulo imghdr integrado . Da documentação do python:

O módulo imghdr determina o tipo de imagem contida em um arquivo ou fluxo de bytes.

É assim que funciona:

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

Usar um módulo é muito melhor do que reimplementar uma funcionalidade semelhante

Além do que Brian está sugerindo, você pode usar o método de verificação do PIL para verificar se o arquivo está corrompido.

im.verify ()

Tenta determinar se o arquivo está quebrado, sem realmente decodificar os dados da imagem. Se esse método encontrar algum problema, ele levantará exceções adequadas. Este método só funciona em uma imagem recém-aberta; se a imagem já foi carregada, o resultado é indefinido. Além disso, se você precisar carregar a imagem após usar esse método, deverá reabrir o arquivo de imagem. Atributos

Além da PILverificação de imagem, você também pode adicionar verificação de extensão de nome de arquivo como esta:

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

Observe que isso só verifica se o nome do arquivo tem uma extensão de imagem válida, não abre realmente a imagem para ver se é uma imagem válida, por isso você precisa usar adicionalmente PILou uma das bibliotecas sugeridas nas outras respostas.

Atualizar

Também implementei a seguinte solução em meu script Python aqui no GitHub .

Também verifiquei que os arquivos danificados (jpg) freqüentemente não são imagens 'quebradas', ou seja, um arquivo de imagem danificado às vezes permanece um arquivo de imagem legítimo, a imagem original foi perdida ou alterada, mas você ainda consegue carregá-la sem erros. Porém, o truncamento de arquivos sempre causa erros.

Fim da atualização

Você pode usar o módulo Python Pillow (PIL), com a maioria dos formatos de imagem, para verificar se um arquivo é válido e intacto.

Caso pretenda detectar também imagens quebradas, @Nadia Alramli sugere corretamente o im.verify()método, mas este não detecta todos os possíveis defeitos da imagem , por exemplo, im.verifynão detecta imagens truncadas (que a maioria dos visualizadores costuma carregar com uma área acinzentada).

O Pillow também é capaz de detectar esses tipos de defeitos, mas você deve aplicar a manipulação da imagem ou a decodificação / recodificação da imagem ou para acionar a verificação. Finalmente, sugiro usar este código:

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

Em caso de defeitos na imagem, este código irá gerar uma exceção. Por favor, considere que im.verify é cerca de 100 vezes mais rápido do que realizar a manipulação de imagens (e eu acho que flip é uma das transformações mais baratas). Com este código você vai verificar um conjunto de imagens a cerca de 10 MBytes / seg com Pillow padrão ou 40 MBytes / seg com módulo Pillow-SIMD (moderno CPU 2.5Ghz x86_64).

Para os outros formatos psd , xcf , .. você pode usar Imagemagick wrapper Wand , o código é o seguinte:

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

Mas, a partir de meus experimentos, o Wand não detecta imagens truncadas, acho que carrega partes que faltam como área cinza sem avisar.

Eu vermelho que Imagemagick tem uma identificação de comando externa que poderia fazer o trabalho, mas não encontrei uma maneira de invocar essa função programaticamente e não testei esta rota.

Sugiro sempre fazer uma verificação preliminar, verificar se o tamanho do arquivo não é zero (ou muito pequeno), é uma ideia muito barata :

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

No Linux, você pode usar python-magic ( http://pypi.python.org/pypi/python-magic/0.1 ) que usa libmagic para identificar formatos de arquivo.

AFAIK, libmagic examina o arquivo e tenta lhe dizer mais sobre ele do que apenas o formato, como dimensões do bitmap, versão do formato, etc. Portanto, você pode ver isso como um teste superficial de "validade".

Para outras definições de "válido", você pode ter que escrever seus próprios testes.

Você pode usar as ligações Python para libmagic, python-magic e então verificar os tipos MIME. Isso não dirá se os arquivos estão corrompidos ou intactos, mas deve ser capaz de determinar que tipo de imagem é.

Bem, eu não sei sobre o interior do psd, mas eu, claro, sei que, na verdade, o svg não é um arquivo de imagem em si, - é baseado em xml, então é, essencialmente, um arquivo de texto simples.

Uma opção é usar o filetype pacote.

Instalação

python -m pip install filetype

Vantagens

1. Rápido: funciona carregando os primeiros bytes de sua imagem ( verifique o número mágico )
2. Suporta diferentes tipos de mime: imagens, vídeos, fontes, áudio, arquivos.

Exemplo de solução

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...")

Informações adicionais sobre o repo oficial: https://github.com/h2non/filetype.py

Verificar as extensões de arquivo seria aceitável ou você está tentando confirmar se os próprios dados representam um arquivo de imagem?

Se você puder verificar a extensão do arquivo, uma expressão regular ou uma comparação simples pode satisfazer o 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)