Python - 加载多个图像的更快方法？答案

【问题标题】：Python - Faster way to load several images?Python - 加载多个图像的更快方法？
【发布时间】：2016-08-09 19:13:08
【问题描述】：

我的项目中的一项任务是加载数据集 (chars74k) 并为每个图像设置标签。在这个实现中，我已经有一个包含其他图像的矩阵和一个带有各自标签的列表。为了完成任务，我编写了以下代码：

#images: (input/output)matrix of images
#labels: (input/output)list of labels
#path:   (input)path to my root folder of images. It is like this:
# path
#   |-folder1
#   |-folder2
#   |-folder3
#   |-...
#   |-lastFolder

def loadChars74k(images, labels, path):
    # list of directories
    dirlist = [ item for item in os.listdir(path) if os.path.isdir(os.path.join(path, item)) ]

    # for each subfolder, open all files, append to list of images x and set path as label in y
    for subfolder in dirlist:   
        imagePath = glob.glob(path + '/' + subfolder +'/*.Bmp')
        print "folder ", subfolder, " has ",len(imagePath), " images and matrix of images is:", images.shape, "labels are:", len(labels)
        for i in range(len(imagePath)):
            anImage = numpy.array(Image.open(imagePath[i]).convert('L'), 'f').ravel()
            images = numpy.vstack((images,anImage))
            labels.append(subfolder)

它运行良好，但耗时太长（大约 20 分钟）。我想知道是否有更快的方法来加载图像和设置标签。

问候。

【问题讨论】：

我猜大部分处理时间在Image.open(...)。你真的需要记住所有这些吗？也许只是保留对图像路径的引用并在必要时读取文件？
另外，你为什么要for i in range(len(imagePath)): ... imagePath[i]？不要循环遍历列表的索引，然后索引该列表：只需遍历列表本身。
好吧，我想我正在循环并打开所有图像以加载到 numpy.array 中，然后将图像附加到“图像”。这有什么问题？
这需要很长时间，几乎可以肯定，因为您要打开这么多图像。你需要所有的图像数据吗？
如果图像大小不变，您应该预先分配正确大小的数组并直接写入正确的位置，从而节省对vstack的昂贵调用。

标签： python numpy

【解决方案1】：

经过一番研究，我能够以这种方式改进代码：

def loadChars74k(images, labels, path):
    # list of directories
    dirlist = [ item for item in os.listdir(path) if os.path.isdir(os.path.join(path, item)) ]

    # for each subfolder, open all files, append to list of images x and set path as label in y
    for subfolder in dirlist:   
        imagePath = glob.glob(path + '/' + subfolder +'/*.Bmp')
        im_array = numpy.array( [numpy.array(Image.open(imagePath[i]).convert('L'), 'f').ravel() for i in range(len(imagePath))] )
        images = numpy.vstack((images, im_array))
        for i in range(len(imagePath)):
            labels.append(subfolder)

    return images, labels

我很确定可以进一步改进，但现在没关系！现在需要33秒！

【讨论】：

如何提高速度？
哈哈！这段代码是绝对错误的！图像读取部分在循环之外。