Numpy 图像重采样，内存错误

我正在尝试的内容：我有一个23×23 numpy的数组，我已经将其转换为图像。之后，我尝试使用最近邻采样对其进行5000次重采样（新图像的大小为23*5000 x 23*5000）。但我得到了记忆错误

我的代码是-

from PIL import Image
import numpy as np

img = Image.fromarray(aa)

img.show()

import scipy.ndimage

#print 'Original array:'
#print(aa)

#print 'Resampled by a factor of 2 with nearest interpolation:'
pppp=scipy.ndimage.zoom(aa, 5000, order=0)

img1 = Image.fromarray(pppp)


img1.show()

其中aa是我的23乘23数组

---

我想要什么：有没有办法消除内存错误？或者有没有其他方法可以让我做我想做的事情

重新采样将更改存储新采样图像所需的阵列大小

假设您使用的是灰度图像（np.uint8），那么大小为（23*5000，23*5000）的图像大约需要>12GB的内存

除了购买更多内存之外，您没有什么可以做的，因为大多数图像大小调整器都假设，这是一个内存操作

---

（也许可以调整一些大小调整器以与numpy的memmap配合使用，但这需要修改，而且可能会非常慢）

为什么需要如此极端的重采样因子？最近邻法是你唯一想用的方法吗？不，我对这个要求不严格。实际上，我使用的是卫星图像，其中的数据以5000米的分辨率给出。但我想要一个1米的分辨率。