python - OpenCV Python : fast solution for 3-channel float32 image reading?

Question

我需要 float32 类型的 3 channel RBG 排序彩色图像，每个颜色 channel 的值在 [0.0, 1.0] 区间内。

这是我目前的解决方案:

def read_images(imagelist):
    buffer = list()
    for f in imagelist:
        # load single image, convert to float32
        img = cv2.imread(f).astype(np.float32)
        # change interval from [0, 255] to [0.0, 1.0]
        img /= 255.0
        # leave out alpha channel, if any
        if img.shape[2] == 4:
           img = img[:, :, 0:3]
        buffer.append(img)
    return np.array(buffer)

之后，在图像处理程序中，我将 BGR 更改为 RGB 顺序(因为 cv2 的 imread 默认以 BGR 顺序读取图像)。

这个过程对于大型图像集来说非常耗时:我正在加载数千张图像进行预处理，然后将图像提供给一些在 TensorFlow 中实现的神经网络。

有没有办法提高这种方法的性能？

Answer 1

使用这种方法，您可能无法做太多事情来加快图像读取速度。我想也许 Matplotlib 会更快，因为它直接读取为 float 和 RGB 顺序，但它的速度是 OpenCV 的三倍，即使在转换类型和 channel 顺序之后也是如此。 PIL 比 Matplotlib 快一点，但仍然是 OpenCV 的两倍，所以这无济于事，而 scikit-image 的速度与 PIL 大致相同:

import matplotlib.image as mpimg
import cv2
import numpy as np
from skimage import io
from PIL import Image

import timeit
times = range(1000)

# matplotlib
start_time = timeit.default_timer()
for t in times:
    img = mpimg.imread('img1.png')
print("mpimg.imread(): ", timeit.default_timer() - start_time, "s")

# OpenCV
start_time = timeit.default_timer()
for t in times:
    img = cv2.cvtColor(
        cv2.imread('img1.png'), cv2.COLOR_BGR2RGB).astype(np.float32)/255.0
print("cv2.imread(): ", timeit.default_timer() - start_time, "s")

# scikit-image
start_time = timeit.default_timer()
for t in times:
    img = io.imread('img1.png').astype(np.float32)/255.0
print("io.imread(): ", timeit.default_timer() - start_time, "s")

# PIL
start_time = timeit.default_timer()
for t in times:
    img = np.asarray(Image.open('img1.png')).astype(np.float32)/255.0
print("Image.open(): ", timeit.default_timer() - start_time, "s")

mpimg.imread(): 37.68960806101677 s
cv2.imread(): 13.830177563999314 s
io.imread(): 29.395271296001738 s
Image.open(): 26.633562815986807 s

相反，通过读取所有图像并将它们保存为更好的读取格式(即直接从字节读取)而不是使用图像读取器来进行预处理可能会更好。您可以将图像序列化(pickle)为 .p 或 .pickle 文件，然后将数据直接加载到列表中。这样你只需要一次又一次地进行缓慢加载。作为Dan Mašek在下面的评论中注意，pickling 文件意味着将它们解压缩为原始数据，因此文件大小将大得多。您可以使用正确的类型和 channel 顺序创建与现在相同的列表(您的缓冲区)，然后 pickle 列表；当需要训练时，您可以加载 pickle 文件；它方式更快，而且 super 简单:

with open(training_file, mode='rb') as f:
    training_data = pickle.load(f)