本文详解在 torchvision 移除 save_float_image 后，如何借助 imageio 或 OpenCV 正确将 float32 类型的 PyTorch 张量（如渲染输出、HDR 数据）保存为支持浮点精度的 .exr 文件，并规避 PIL 不支持 EXR 的限制。
本文详解在 torchvision 移除 `save_float_image` 后，如何借助 `imageio` 或 `opencv` 正确将 float32 类型的 pytorch 张量（如渲染输出、hdr 数据）保存为支持浮点精度的 `.exr` 文件，并规避 pil 不支持 exr 的限制。
PyTorch 本身不直接提供 EXR 写入能力，而 torchvision.utils.save_image 依赖 PIL（Pillow），但 PIL 官方明确不支持 OpenEXR 格式 —— 这正是调用 save_image(..., "foo.exr") 报错 "unknown file extension *.exr" 的根本原因。此外，需澄清一点：torchvision 历史版本中从未存在过名为 save_float_image 的公开 API；该函数可能是某些自定义封装或旧版第三方扩展的误传。
✅ 推荐方案：使用 imageio（轻量、跨平台、原生支持 EXR）
imageio 通过 freeimage 或 openexr 后端可直接写入 16/32-bit 浮点 EXR 文件，且对 PyTorch 张量兼容性良好。安装后即可使用：
pip install imageio
关键步骤如下：
- 确保张量为 float32 类型（EXR 要求浮点数据）；
- 将通道顺序从 (C, H, W)（PyTorch 默认）转为 (H, W, C)（NumPy / imageio 所需）；
- 调用 imageio.imwrite()，文件路径必须含 .exr 后缀，或显式指定 format='EXR'。
import torch
import imageio
# 示例：生成一个模拟 HDR 张量 (3通道, 512x512)
tensor = torch.rand(3, 512, 512, dtype=torch.float32) * 10.0 # 支持 >1.0 值域
# ✅ 正确转换：CHW → HWC + to numpy
arr = tensor.permute(1, 2, 0).numpy() # shape: (512, 512, 3)
# ✅ 保存为 EXR（自动识别后缀）
imageio.imwrite("output.hdr.exr", arr)
# 或显式指定格式（当路径无后缀时）
# imageio.imwrite("output.exr", arr, format="EXR")
⚠️ 注意事项：
- 数据范围无需归一化：EXR 是线性浮点格式，可直接保存 [0, ∞) 范围值（如物理渲染的辐射度），无需缩放到 [0,1]；
- 通道数兼容性：支持单通道（灰度）、三通道（RGB）、四通道（RGBA）；若为单通道，确保 arr.ndim == 2 或 arr.shape[2] == 1；
- 性能提示：imageio 默认使用 freeimage 插件，若需更高压缩控制（如 ZIP、PIZ），可安装 openexr 并配置后端（见 imageio.plugins.freeimage 文档）；
-
环境变量（可选）：某些系统需启用 OpenEXR 支持（尤其 Windows）：
import os os.environ["OPENCV_IO_ENABLE_OPENEXR"] = "1" # 若后续混用 OpenCV
? 替代方案：cv2.imwrite（需 OpenCV ≥ 4.5.5 + 编译支持 OpenEXR）
import cv2
import numpy as np
arr = tensor.permute(1, 2, 0).numpy()
# OpenCV 要求 BGR 顺序？注意：EXR 通常为线性 RGB，保持原序更安全
# 若需 BGR，可 arr = arr[..., ::-1]
cv2.imwrite("opencv_out.exr", arr)
✅ 前提：OpenCV 必须启用 WITH_OPENEXR=ON 编译（conda 安装的 opencv 通常已支持；pip 安装的 opencv-python 默认不包含 EXR 支持，建议改用 opencv-contrib-python-headless 或源码编译）。
? 总结：
imageio 是当前最可靠、开箱即用的 PyTorch → EXR 解决方案。它绕过了 PIL 限制，保留完整浮点精度，代码简洁，且与 PyTorch 生态无缝集成。务必注意张量维度变换和数据类型（float32），避免因 uint8 自动截断导致信息丢失。对于生产级 HDR 处理流水线，还可进一步结合 pyexr（专精 EXR I/O）或 OpenImageIO（工业级）实现元数据写入、多层 EXR 等高级功能。
