OpenCV不会加载大图像(~4GB)

Question

我正在做一个程序，就是从一幅相当大的图像中检测彩色地面控制点。TIFF图像约为3-4 GB (约35000 x 33000 pix).我使用Python2和OpenCV进行图像处理。

import cv2
img = 'ortho.tif'
I = cv2.imread(img, cv2.IMREAD_COLOR)

此部分并不(总是)产生错误消息。在显示图像时：

cv2.imshow('image', I)

我还尝试使用matplotlib显示图像：

plt.imshow(I[:, :, ::-1])  # Hack to change BGR to RGB

对于大型图像，OpenCV或Python是否有任何限制？你有什么建议把这个装上吗？

PS:我做这个工作的计算机是一个Windows 10“工作站”(它有足够的马力来处理图像)。

提前，谢谢您的帮助:)

Answer 1

imread()的实现

Mat imread( const string& filename, int flags )
{
    Mat img;
    imread_( filename, flags, LOAD_MAT, &img );
    return img;
}

这将分配相应的矩阵以连续数组的形式加载图像。因此，这取决于硬件性能(至少部分地)：您的机器必须能够分配4GB的连续RAM数组(如果您在Debian发行版上，可以通过运行vmstat -s -SM来检查RAM大小)。

出于好奇，我试图使用获得一个连续的内存数组(一个大内存数组，但比您的4GB映像所需的内存数组少)，但在此之前，我已经遇到了内存分配问题：

>>> img = numpy.zeros(shape=(35000,35000))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
MemoryError
>>>

实际上，即使你有足够的内存，操纵一个4 GB内存图像的像素也不是一个好主意，而且你需要用http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_core/py_basic_ops/py_basic_ops.html#image-roi、更小的区域和可能也是http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_core/py_basic_ops/py_basic_ops.html#splitting-and-merging-image-channels来分割它，这取决于你想要在像素上执行的操作的性质。

编辑1:

正如我在下面的评论中所说的，如果您有16 do的内存，并且能够使用科舍特读取该图像，那么您就没有理由不能对OpenCV做同样的事情。

请试一试：

import numpy as np # Do not forget to import numpy
import cv2    
img = cv2.imread('ortho.tif')

您忘了在原始代码中导入Numpy，这就是为什么OpenCV显然无法加载映像。所有OpenCV数组结构都由Numpy数组转换而来，您读取的图像由OpenCV表示为内存中的数组。

编辑2:

OpenCV可以处理大小可达10 GB的imaes。但是，当涉及到cv2.imwrite()函数时，这是正确的。然而，对于cv2.imread()来说，要读取的图像的大小要小得多:这是2013年9月发布的一个bug (https://github.com/Itseez/opencv/pull/1438)，它仍然是AFAIK，而不是固定的。

Answer 2

原来科学图像是来救我的，我从这里那里发现了这件事。

下面让我将图像加载到python会话中：

import numpy as np
from skimage.io import imread

img = imread(path_to_file)

装货大约花了半分钟左右。

Answer 3

用这条线没有用..。总之，pip安装tifffile，它将把tif文件加载到numpy数组中，然后这些数组可以像往常一样与OpenCV一起使用(但是这样大的文件将承担您自己的风险.OpenCV的设计假设是图像小于10亿像素)