覆盆子pi图像裁剪非常慢

Question

我目前正在从事一个在树莓派上捕获和处理照片的项目。 照片是从Nikon D5200相机中取出的6000X4000约2 mb。 一切工作正常，我已经用Java进行了概念验证，并希望根据树莓上使用哪种语言更快将其转换为python或C。

没问题的是图像需要裁剪并重新调整大小，这在树莓中花费了很长时间。 在Java中，读取图像，裁剪和写入新图像的整个过程大约需要2分钟。

我也尝试过ImageMagick，但是在命令行中，这甚至需要花费3分钟。

我用一个小的python脚本将其减少到20秒，但这对于我的项目来说仍然有点长。

目前，我正在安装OpenCV来检查它是否更快，此过程大约需要4个小时，因此我想在此期间我可以在这里提问。

是否有人有任何好的主意或库来加快裁剪和调整图像大小的过程。

以下是我使用的python代码

import Image

def crop_image(input_image, output_image, start_x, start_y, width, height):
    """Pass input name image, output name image, x coordinate to start croping, y     coordinate to start croping, width to crop, height to crop """
input_img = Image.open(input_image)
box = (start_x, start_y, start_x + width, start_y + height)
output_img = input_img.crop(box)
output_img.save(output_image +".jpg")
def main():
   crop_image("test.jpg","output", 1000, 0, 4000, 4000)

if __name__ == '__main__': main()

Answer 1

第一种方法（不包含精灵）

import pyglet
#from pyglet.gl import *

image = pyglet.resource.image('test.jpg')
texture = image.get_texture()
## -- In case you plan on rendering the image, use the following gl set:
#gl.glTexParameteri(gl.GL_TEXTURE_2D, gl.GL_TEXTURE_MAG_FILTER, gl.GL_NEAREST)
texture.width = 1024
texture.height = 768
texture.get_region(256, 192,771, 576)
texture.save('wham.png') # <- To save as JPG again, install PIL

第二次尝试（带有精灵，未完成）

import pyglet, time
start = time.time() #DEBUG
texture = pyglet.image.load('test.jpg')
print('Loaded image in',time.time()-start,'sec') #DEBUG
sprite = pyglet.sprite.Sprite(texture)
print('Converted to sprite in',time.time()-start,'sec') #DEBUG
print(sprite.width) #DEBUG
# Gives: 6000
sprite.scale = 0.5
print('Rescaled image in',time.time()-start,'sec') #DEBUG
print(sprite.width) #DEBUG
# Gives: 3000

---

两种解决方案在一台速度极慢的PC上运行，运行速度慢的PC都在Windows XP下运行约3-5秒。我什至无法计算正在运行的应用程序的数量，包括主动病毒扫描等。但是请注意，我可以记住如何将一个精灵保存到磁盘，您需要访问该精灵内的AbstractImage数据容器才能将其取出。

您将严重受限于磁盘/存储卡I / O。 我的图像是16MB 6000x4000像素。当加载速度仅为3秒时，我感到惊讶。

Answer 2

您尝试过jpegtran ？ 它提供jpeg的无损裁剪。 它应该在libjpeg-progs软件包中。 我怀疑对图像进行裁剪以使其裁剪，然后对其进行重新编码对于SD卡而言实在是太多了。