11

我已经通过包使用一些 python 功能创建了一个函数reticulate，特别是使用以下命令打开图像PIL：

image <- "~/Desktop/image.jpg"
pil.image <- reticulate::import( "PIL.Image", convert = FALSE )
img <- pil.image$open( image )

然后我对图像做一些事情（我正在提取几种作物），效果很好。这是我正在做的一个例子（outputs是我需要的作物数据框，所以crop.grid只是一个由 4 个数字组成的向量。

crop.grid <- c( outputs$x.start[x],
                outputs$y.start[x],
                outputs$x.stop[x],
                outputs$y.stop[x] )
crop.grid <- as.integer( crop.grid )
crop.grid <- reticulate::r_to_py( crop.grid )
output.array <- img$crop( box = crop.grid )
output.array$save( output.filename )

在此之后，我想从内存中清除图像（我打开的图像非常大，所以要占用大量内存）。我尝试在 python 中关闭图像：

img$close()

以及在 R 中：

rm( img )
gc()

并用我知道非常小的东西替换这个对象。

img <- reticulate::r_to_py( 1L )

所有这些事情都运行良好，但我的 RAM 仍然注册为非常满。我用我创建的每个 python 对象尝试它们，但唯一有效清除 RAM 的方法是重新启动 R 会话。

我知道python我最好打开图像使用with以便在过程结束时清除它，但我不确定如何使用reticulate.

--- 更新类似python版本：

如果我直接在 python 中执行上述操作：

from PIL import Image
img = Image.open( "/home/user/Desktop/image.jpg" )
output = img.crop( [0,0,100,100] )

然后关闭事物：

output.close()
img.close()

记忆清零。不过，同样的事情在 R 中不起作用。IE：

output.array$close()
img$close()
gc() # for good measure

不清除内存。

4

1 回答 1

4

你需要做3件事：

  1. 在 Python 中显式创建对象：

    py_env <- py_run_string(
    paste(
        "from PIL import Image",
        "img = Image.open('~/Desktop/image.jpg')",
        sep = "\n"
    ),
    convert = FALSE
)
img <- py_env$img

  2. 完成图像后，首先删除 Python 对象。

    py_run_string("del img")

  3. 然后运行 ​​Python 垃圾收集器。

    py_gc <- import("gc")
py_gc$collect()

第 2 步和第 3 步是重要的。第 1 步只是让您有一个要删除的名称。如果有办法删除“隐式”Python 对象（想不出更好的术语），那将节省一些样板文件。

于 2017-06-14T15:06:03.673 回答