1

由于我的应用程序的时间限制，我正在连续拍摄多个白光图像，稍后我想将其拆分为 RGB 图像。我目前将原始 RGB 图像另存为，.data但无法弄清楚如何将文件读回数组以允许我在单独的脚本中对其进行操作。有没有更好的方法可以非常快速地保存这些 RGB 数据，以便我以后可以访问它？或者甚至更好地将其拆分为 RG 和 B 然后单独保存这些图像？

相机捕捉：

self.camera.capture('file_location.data', 'rgb')

读回 Python（单独的脚本）：

path = 'file_location.data'

with open(path, 'rb') as f:
  contents = f.read()

我能够读取二进制文件，但还没有找到如何转换 contents为我可以操作的数组。

4

1 回答 1

0

这是一种按照您的要求进行操作的方法 - 它将 7 张图像保存在内存中的列表中，以便您可以快速拍摄照片，然后在实验完成后以更悠闲的速度将它们刷新到磁盘。

您似乎误解了压缩意味着数据丢失。在PNG的情况下，压缩是无损的，与有损的 JPEG 不同。

#!/usr/bin/env python3

import numpy as np
from PIL import Image

# Make 7 random RGB images 2592x1944 and append to list in memory
imageList = []
for i in range(7):
   print(f'Creating image {i}')
   im = np.random.randint(0,256,(1944,2592,3), dtype=np.uint8)
   imageList.append(im)

# Show user length of list
print(f'Number of images in list: {len(imageList)}')

# Save images after experiment is complete
for i,image in enumerate(imageList):
    filename = f'image-{i}.png'
    print(f'Saving image: {filename}')
    Image.fromarray(image).save(filename)

样本输出

Creating image 0
Creating image 1
Creating image 2
Creating image 3
Creating image 4
Creating image 5
Creating image 6
Number of images in list: 7
Saving image: image-0.png
Saving image: image-1.png
Saving image: image-2.png
Saving image: image-3.png
Saving image: image-4.png
Saving image: image-5.png
Saving image: image-6.png

如果你运行程序，你会看到这 7 个图像几乎是瞬间创建的，只有最后保存到磁盘需要一段时间。

以下是创建的文件：

-rw-r--r--@ 1 mark  staff  15132795  6 Aug 11:01 image-0.png
-rw-r--r--  1 mark  staff  15132768  6 Aug 11:01 image-1.png
-rw-r--r--  1 mark  staff  15132789  6 Aug 11:01 image-2.png
-rw-r--r--  1 mark  staff  15132792  6 Aug 11:01 image-3.png
-rw-r--r--  1 mark  staff  15132790  6 Aug 11:01 image-4.png
-rw-r--r--  1 mark  staff  15132791  6 Aug 11:01 image-5.png
-rw-r--r--  1 mark  staff  15132784  6 Aug 11:01 image-6.png

如果要分析内存使用情况，可以htop在程序运行时运行并观察内存使用情况，也可以这样运行：

/usr/bin/time -l ./script.py 

        6.79 real         6.98 user         0.21 sys
       162914304  maximum resident set size
               0  average shared memory size
               0  average unshared data size
               0  average unshared stack size
           40470  page reclaims
               0  page faults
               0  swaps
               0  block input operations
               0  block output operations
               0  messages sent
               0  messages received
               0  signals received
               9  voluntary context switches
            2620  involuntary context switches
     48621173737  instructions retired
     30872454100  cycles elapsed
       145956864  peak memory footprint

请注意，您同样可以使用OpenCV而不是PIL，只需使用：

import cv2

最后

cv2.imwrite(filename, image)

请注意，Raspberry Pi 有 4 个 CPU 内核，而 Python 往往只使用一个，因此如果您希望能够存储更多图像，您可以启动 3 个额外的进程来等待来自采集过程的图像并将它们写入磁盘。然后，您将以 3 倍的速率从未保存的图像中清除 RAM。这对于Redis或 Python 3.8 多处理共享内存非常简单。如果您在 Raspberry Pi 上运行Redis实例，它可以在没有 WiFi 的情况下运行（因为它将是本地的），但您可以在之后（或实时）从您的 PC 中提取图像以供 Matlab 处理。

于 2021-08-06T10:05:56.770 回答