从Pdf到图像转换需要很大的空间。

Question

我有一个快速而肮脏的python脚本，它以pdf作为输入，并将页面保存为图像数组(使用pdf2image)。

我不明白的是: 72张图片占用了920 of的内存。但是，如果我将图像保存到文件中，然后重新加载它们，我将得到略高于30-40 is的图像(图像的合并大小为29 is)。这有意义吗？

我还试图使用泡菜转储数组，在它由于MemError而崩溃之前，我得到了大约3GB的数据。我完全不知道是什么东西消耗了这么多记忆..。

Answer 1

占用大量内存的原因很可能是由于过多的元数据使用、未压缩的图像数据(原始颜色数据)或库/工具本身内的无损图像编解码器。

它也可能取决于大小，数量的图像等。

最后一句，关于泡菜。泡菜本身就是Python用来保存某些变量状态的内存转储格式。将内存转储到磁盘上的会话状态是一项相当繁重的任务。Python不仅需要将所有数据转换为启用保存状态的格式，而且在保存数据时还必须将所有数据复制到已知的状态。因为为了做到这一点，它可能消耗了相当多的内存和磁盘。(只有这样才能将数据分块)。

在回答一些注释时，一种解决方案是传递参数fmt=jpg，该参数使图像处于压缩状态，从而降低了资源的使用。