Python 从文件夹中的图像序列获取numpy数组

我有一个文件夹，比如说

video1

，里面有一堆图像，顺序是

frame\u 00.png，frame\u 01.png，…

我想要的是一个4D numpy数组，格式为

（帧数，w，h，3）

这就是我所做的，但我认为这是相当缓慢的，有没有更快或更有效的方法来实现同样的事情

folder = "video1/"

import os
images = sorted(os.listdir(folder)) #["frame_00", "frame_01", "frame_02", ...]

from PIL import Image 
import numpy as np 

video_array = []
for image in images:
    im = Image.open(folder + image)
    video_array.append(np.asarray(im)) #.transpose(1, 0, 2))

video_array = np.array(video_array)
print(video_array.shape)
#(75, 50, 100, 3)

关于这个话题，有一个非常详细（甚至有点太多）的例子。与其投票以dup结束这个问题，我将简要介绍一下该主题的主要要点：

• 最快的常用图像读取功能是

  cv2

  软件包中的

  imread

• 在中读取图像，然后将其添加到普通Python列表中（正如您已经在做的那样），是读取大量图像的最快方法
• 但是，考虑到最终要将图像列表转换为图像数组，构建图像数组的所有可能方法几乎都与其他方法一样快
  • 尽管非常有趣的是，如果您采取将图像直接分配给预分配数组的方法，那么实际上分配给哪个索引（即哪个维度）对于获得最佳性能非常重要

因此，基本上，在纯单线程Python中工作时，您将无法获得更快的速度。切换到

cv2.imread

（代替

PIL.Image.open

）可能会让您受益匪浅。

在这个主题上有一个非常详细的说明（甚至可能有点太多）。与其投票以dup结束这个问题，我将简要介绍一下该主题的主要要点：

• 最快的常用图像读取功能是

  cv2

  软件包中的

  imread

• 在中读取图像，然后将其添加到普通Python列表中（正如您已经在做的那样），是读取大量图像的最快方法
• 但是，考虑到最终要将图像列表转换为图像数组，构建图像数组的所有可能方法几乎都与其他方法一样快
  • 尽管非常有趣的是，如果您采取将图像直接分配给预分配数组的方法，那么实际上分配给哪个索引（即哪个维度）对于获得最佳性能非常重要

---

因此，基本上，在纯单线程Python中工作时，您将无法获得更快的速度。切换到

cv2.imread

（代替

PIL.Image.open

）可能会给你带来好处。

PNG是一种非常慢的格式，因此如果你能使用几乎任何其他格式，你会看到很大的加速

例如，以下是程序的opencv版本，它从命令行参数获取文件名：

#!/usr/bin/python3

import sys
import cv2
import numpy as np

video_array = []
for filename in sys.argv[1:]:
    im = cv2.imread(filename)
    video_array.append(np.asarray(im)) 

video_array = np.array(video_array)
print(video_array.shape)

我可以这样运行它：

$ mkdir sample
$ for i in {1..100}; do cp ~/pics/k2.png sample/$i.png; done
$ time ./readframes.py sample/*.png
(100, 2048, 1450, 3)

real    0m6.063s
user    0m5.758s
sys 0m0.839s

所以6秒可以读取100幅PNG图像。如果我尝试使用TIFF替代：

$ for i in {1..100}; do cp ~/pics/k2.tif sample/$i.tif; done
$ time ./readframes.py sample/*.tif
(100, 2048, 1450, 3)

real    0m1.532s
user    0m1.060s
sys 0m0.843s

1.5秒，因此速度提高了四倍

您可能会通过以下方式获得小的加速：

我明白了：

$ time ./readframes.py sample/*.tif
(100, 2048, 1450, 3)

real    0m1.360s
user    0m1.629s
sys 0m2.153s

还有10%左右

---

最后，正如其他海报所说，您可以并行加载框架。这对TIFF没有多大帮助，但肯定会提高PNG的速度。

PNG是一种非常慢的格式，因此如果您可以使用几乎任何其他格式，您将看到一个巨大的加速

例如，以下是程序的opencv版本，它从命令行参数获取文件名：

#!/usr/bin/python3

import sys
import cv2
import numpy as np

video_array = []
for filename in sys.argv[1:]:
    im = cv2.imread(filename)
    video_array.append(np.asarray(im)) 

video_array = np.array(video_array)
print(video_array.shape)

我可以这样运行它：

$ mkdir sample
$ for i in {1..100}; do cp ~/pics/k2.png sample/$i.png; done
$ time ./readframes.py sample/*.png
(100, 2048, 1450, 3)

real    0m6.063s
user    0m5.758s
sys 0m0.839s

所以6秒可以读取100幅PNG图像。如果我尝试使用TIFF替代：

$ for i in {1..100}; do cp ~/pics/k2.tif sample/$i.tif; done
$ time ./readframes.py sample/*.tif
(100, 2048, 1450, 3)

real    0m1.532s
user    0m1.060s
sys 0m0.843s

1.5秒，因此速度提高了四倍

您可能会通过以下方式获得小的加速：

我明白了：

$ time ./readframes.py sample/*.tif
(100, 2048, 1450, 3)

real    0m1.360s
user    0m1.629s
sys 0m2.153s

还有10%左右

---

最后，正如其他海报所说，您可以并行加载框架。这对TIFF没有多大帮助，但肯定会提升PNG。

您可以尝试

scipy.misc.imread

而不是使用

PIL

。否则，我看不到任何明显的加速代码的方法。你也可以尝试并行读取帧。事实上，正如@trailing_whitespace所建议的那样，

imread

比PIL快约15%。我使用scipy.misc.imread代替PIL，当我加载图像时，它的形状如下（50、100、3），并且方向正确。转置图像会给我（100，50，3），这是输入ML模型的正确形状，但图像显示时的方向不再正确。关于如何解决这个问题有什么想法吗？@trailing_空格

scipy.misc.imread

和

cv2.imread

之间有什么区别吗（比如，它们是否共享一个实现）？这表明

cv2.imread

是可用的最快的图像读取功能。您可以尝试

scipy.misc.imread

而不是使用

PIL

。否则，我看不到任何明显的加速代码的方法。你也可以尝试并行读取帧。事实上，正如@trailing_whitespace所建议的那样，

imread

比PIL快约15%。我使用scipy.misc.imread代替PIL，当我加载图像时，它的形状如下（50、100、3），并且方向正确。转置图像会给我（100，50，3），这是输入ML模型的正确形状，但图像显示时的方向不再正确。关于如何解决这个问题有什么想法吗？@trailing_空格

scipy.misc.imread

和

cv2.imread

之间有什么区别吗（比如，它们是否共享一个实现）？这表明

cv2.imread

是可用的最快的图像读取功能。