将图像读取到预先分配的 numpy 数组

Question

我正在Python 中进行一些快速图像处理（使用 Numpy/Scipy + OpenCV）。有几千张形状完全相同的图像 - 一旦我读到第一张图像，我就确切地知道所有其他图像会是什么样子。

问题是从磁盘读取下一个图像会导致分配新内存（速度很慢）。有没有办法通过将每个下一个图像直接读入一些已经存在的内存（）来避免这种情况？我知道cv2.imdecode在 C++ 中可以接受指向预分配 Mat 的指针，但它似乎没有 Python 绑定（唯一的选择是返回一个全新的数组）。ndarray

我需要这个来进行多重处理 - 我想将图像读入共享内存，然后在工作进程中对它们进行一些繁重的工作。现在，我被迫将cv2.imread分配和返回的数组中的数据复制到共享内存中，这又需要时间。我希望能够直接在那里写信。

Answer 1

height, width = (50, 50)
image = np.zeros((height, width))
id(image)
# outputs: 140411457307552
image[:, :] = np.ones((height, width))
id(image)
# outputs: 140411457307552
image = np.ones((height, width))
id(image)
# outputs -> 140411437723280

# when reading from disk (assuming your images are 50x50 pixels)
image[:, :] = cv2.imread("/home/.../your_im_50x50.png")

通过解决每个图像的尺寸，Python 将尝试将给定的数组存储到现有的数组中。这导致内存分配到预分配的内存区域。如果数组没有相同的形状，则会引发 ValueError。当仅提及变量名时，将创建对数组的新引用，从而在内存中生成一个新对象（cf ids）