Максимальное разрешение изображения Skimage (memoryerror)

На данный момент я использую scikit-image как способ обработки моих изображений на python. Но после некоторого тестирования я обнаружил, что scikit-image не работает с изображениями с высоким разрешением. Я попытался использовать изображение с разрешением 3024 x 4032, но это привело к ошибке MemoryError. Это происходит с помощью нескольких разных методов, предоставляемых scikit-image.

Я обнаружил, что это сработает, если я уменьшу изображение до более низкого разрешения. Я хочу знать максимально допустимое разрешение, чтобы я мог масштабировать изображения без потери качества. И что я могу проверить, не слишком ли велико разрешение.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
959
2

Ответы 2

Я нашел настоящую причину проблемы. Это не разрешение, а скорее scikit-изображение, которое меняет тип данных изображения на float, что делает его слишком большим для стека памяти.

Способ обойти это - превратить ваше изображение в массив numpy с типом данных uint8. Как это:

from PIL import Image
import numpy as np
from skimage.color import rgb2gray

im = Image.open("test.jpg")
pix = np.array(im, dtype=np.uint8)
img = rgb2gray(pix)

после преобразования его в массив numpy вы можете использовать его для любой операции, предоставляемой scikit-image

Ваш обходной путь в порядке, но я бы сделал это так:

from skimage import io
from skimage import img_as_ubyte

img = img_as_ubyte(io.imread('test.jpg', as_grey=True))

Другие вопросы по теме