python - 如何使用 OpenCV 在 Python 中管理大图像？

Question

我正在尝试处理一个巨大的 numpy 数组，然后使用 cv2.imwrite(numpy.array) 将其写入 JPEG 图像。不幸的是，我正在使用的东西不适合我的 RAM，即使最终的 JPG 图像应该只有大约 200 MB。

如何在不使 RAM 重载的情况下管理此类负载？

有没有其他方法可以在不将整个数组立即存储在我的 RAM 中的情况下写入图像？我可以一次加载数组的一小部分，但我不知道要使用哪个模块/函数来写入图像，而不是立即将整个内容存储在我的 RAM 上。

截至目前，我已将整个图像保存为 4 个较小的图像(四分之一)，因为这是我用有限的 RAM 所能做的最好的事情。但我仍然希望能够将它们拼接成一个完整的图像。目标图像是 3 channel 26112 x 20480 图像。

Answer 1

如果图像大小为 26112 x 20480，具有三个 channel ，每个 channel 一个字节，未压缩的数据需要 3 x 26112 x 20480 字节，大约为 1.5 GB。 JPEG 文件可以比它小得多，因为它使用有损压缩，但图像的 OpenCV 表示不会。

如 Jpegtran 所证明的那样，某些操作(例如在 block 边界上裁剪)是可能的但是对于您在 OpenCV 中所做的大多数事情，您将不得不解压缩数据。如果您的算法恰好是可以直接根据 8x8 block 的 DCT 系数编写的算法，则您不必解压缩，但 OpenCV 不会在这方面帮助您。

我不知道用OpenCV是否可行，但是numpy支持memory-mapped I/O原始数组数据。当您读取不在内存中的数据页时，操作系统会从映射文件中读取它，如果内存不足，它会驱逐一些页面。如果这将是高性能的，它将取决于您的数据访问模式。原则上，您应该能够简单地在一个文件上调用 mmap，您已经将所有图像数据解压缩到正确的内存布局和 wrap the pointer in an OpenCV array 中。 ，但我自己还没有尝试过。