用于裁剪和调整大小的PIL与Python GD

我正在创建自定义图像，稍后将其转换为Seadragon AJAX的图像金字塔。图像和图像金字塔是使用PIL创建的。目前，生成大约100张图片的图像和图像金字塔需要几个小时，这些图片的宽度和高度总和约为32000000 x 1000（是的，图像非常长且窄）。性能与我尝试过的另一种算法（即）大致相似。我计划看看pythongd是否会表现得更好，因为它的大部分功能都是用C语言编写的（来自gd库）。我会假设绩效显著提高，但我很想听听其他人的意见。特别是在PIL（w/Image.ANTIALIAS）中，调整大小和裁剪速度较慢。如果我使用pythongd，这会有很大的改进吗

提前感谢您的意见和建议

编辑：PIL和PythonGD之间的性能差异似乎很小。我将重构代码以减少性能瓶颈，并包括对多处理器的支持。我已经测试了python的“多处理”模块。结果令人鼓舞。

PIL主要发生在C

抗锯齿是缓慢的。当您关闭抗锯齿功能时，速度会发生什么变化？

VIP包括一个。我计时了

deepzoom.py

，在我的机器上看到：

$ time ./wtc.py 
real    0m29.601s
user    0m29.158s
sys     0m0.408s
peak RES 450mb

其中，

wtc.jpg

是10000 x 10000像素的RGB jpg图像，

wtc.py

正在使用

VIP的速度约为三倍，需要四分之一的内存：

$ time vips dzsave wtc.jpg wtc --overlap 2 --tile-size 128 --suffix .png[compression=0]
real    0m10.819s
user    0m37.084s
sys     0m15.314s
peak RES 100mb

---

我不知道为什么sys会这么高

海龙看起来很酷。任务可以拆分为多个进程还是多台计算机？可以拆分。我希望避免这种情况，因为这需要对我的代码进行一些重要的重新分解，但看起来这可能是不可避免的。实际上，我在发布后尝试过这种方法。使用双线性会更快，并在美学上给出可比的结果。此外，调整大小方法的性能在PIL和PythonGD之间相当（速度相差10%）。