OpenCV 不会加载大图像 (~4GB)

Question

我正在开发一个程序，用于从相当大的图像中检测彩色地面控制点。 TIFF 图像大约有 3 - 4 GB（大约 35 000 x 33 000 像素）。我正在使用 Python 2 和 OpenCV 进行图像处理。

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

这部分不会（总是）产生错误信息。显示图像时：

cv2.imshow('image', I)

我也尝试过使用 matplotlib 显示图像：

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

OpenCV 或 Python 对大图像有任何限制吗？您建议如何加载此 iamge？

PS：我做这个工作的电脑是Windows 10 "workstation"（它有足够的马力来处理图像）。

预先感谢您的帮助:)

Answer 1

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

这分配对应于加载图像的矩阵作为连续数组。所以这（至少部分）取决于您的硬件性能：您的机器必须能够分配 4 GB 连续 RAM 阵列（如果您使用的是 Debian 发行版，您可以通过运行检查您的 RAM 大小，例如, vmstat -s -SM).

出于好奇，我尝试使用 ascontiguousarray 获得一个连续的内存阵列（一个大的，但 比你的 4 GB 图像需要的少），但是在此之前，我已经偶然发现了一个内存分配问题：

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

在实践中，即使您有足够的 RAM，操作 4 GB RAM 图像的像素也不是一个好主意，您无论如何都需要根据 [=21 拆分它=] 也一样，这取决于您要对像素执行的操作的性质。

编辑 1：

正如我在您的回答下方的评论中所说，如果您有 16GB 的 RAM 并且能够使用 scikit 读取该图像，那么您没有理由不能使用 OpenCV 执行相同的操作。

请试一试：

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

您忘记在原始代码中导入 Numpy，这就是 OpenCV 显然无法加载图像的原因。所有 OpenCV 数组结构都与 Numpy 数组相互转换，您读取的图像由 OpenCV 表示为内存中的数组。

编辑 2：

OpenCV 可以处理最大 10 GB 的图像。但当 cv2.imwrite() 函数出现时，情况确实如此。然而，对于 cv2.imread()，要读取的图像的大小要小得多：这是 2013 年 9 月 (Issue3258 #1438) 宣布的一个错误，据我所知，仍未修复。

Answer 2

原来是scikit-image came to the rescue, which I found out from .

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)

加载大约需要半分钟。

Answer 3

使用此线程无济于事.... 总之，pip install tifffile 并将 tif 文件加载到 numpy 数组中，然后可以像往常一样将其与 OpenCV 一起使用（但使用如此大的文件需要您自担风险……OpenCV 的设计假设图像小于1 十亿像素)

Answer 4

这可能是所用 tiff 库的限制。需要将 bigTIFF 与 64 位表一起使用。也许 USE_WIN32_FILEIO=OFF 在从源代码构建 openCV 时有帮助。此外，使用使用大型 tiff 库的 python 包也有帮助。

OpenCV will not load a big image (~4GB)