如何在不将整个图像加载到内存中的情况下将单个 tif 图像部分加载到 numpy 数组中？

Question

所以有一个 4GB 的 .TIF 图像需要处理，作为内存限制，我无法将整个图像加载到 numpy 数组中，所以我需要从硬盘中延迟加载它。 所以基本上我需要并且需要在python中完成作为项目要求。 我也尝试在 PyPi tifffile 中寻找 tifffile 库，但我发现没有任何用处，请帮忙。

Answer 1

pyvips可以做到这一点。 例如：

import sys
import numpy as np
import pyvips

image = pyvips.Image.new_from_file(sys.argv[1], access="sequential")

for y in range(0, image.height, 100):
    area_height = min(image.height - y, 100)
    area = image.crop(0, y, image.width, area_height)
    array = np.ndarray(buffer=area.write_to_memory(),
                       dtype=np.uint8,
                       shape=[area.height, area.width, area.bands])

new_from_file的access选项打开了顺序模式：pyvips 将仅根据需要从文件加载像素，限制是您必须从上到下读取像素。

循环以 100 条扫描线为单位向下运行图像。 当然，您可以对此进行调整。

我可以像这样运行它：

$ vipsheader eso1242a-pyr.tif 
eso1242a-pyr.tif: 108199x81503 uchar, 3 bands, srgb, tiffload_stream
$ /usr/bin/time -f %M:%e ./sections.py ~/pics/eso1242a-pyr.tif
273388:479.50

因此，在这台悲伤的旧笔记本电脑上，扫描 108,000 x 82,000 像素的图像需要 8 分钟，并且需要 270 MB 的内存峰值。

你在做什么处理？ 您也许可以在 pyvips 中完成所有操作。 它比numpy快得多。

Answer 2

import pyvips
img = pyvips.Image.new_from_file("space.tif", access='sequential')
out = img.resize(0.01, kernel = "linear")
out.write_to_file("resied_image.jpg")

如果您想将文件转换为其他尺寸较小的格式，此代码就足够了，并且可以帮助您在没有任何内存峰值的情况下完成此操作，并且时间很短...