Python Windows下使用NumPy阵列对图像进行快速傅里叶变换时的内存错误

代码可以从我的Ubuntu 11.04上的

.tiff

图像计算傅里叶变换。在Windows XP上，它会产生内存错误。改变什么？多谢各位

def fouriertransform(result):     #function for Fourier transform computation
    for filename in glob.iglob ('*.tif')
        imgfourier = scipy.misc.imread(filename) #read the image
        arrayfourier = numpy.array([imgfourier])#make an array 
        # Take the fourier transform of the image.
        F1 = fftpack.fft2(arrayfourier)
        # Now shift so that low spatial frequencies are in the center.
        F2 = fftpack.fftshift(F1)
        # the 2D power spectrum is:
        psd2D = np.abs(F2)**2
        L = psd2D
        np.set_printoptions(threshold=3)
        #np.set_printoptions(precision = 3, threshold = None, edgeitems = None, linewidth = 3, suppress = True, nanstr = None, infstr = None, formatter = None)
        for subarray in L:
            for array in subarray:
                for array in subarray:
                    for elem in array:
                        print '%3.10f\n' % elem

错误输出为：

Traceback (most recent call last):
  File "C:\Documents and Settings\HrenMudak\Мои документы\Моя музыка\fourier.py", line 27, in <module>
    F1 = fftpack.fft2(arrayfourier)
  File "C:\Python27\lib\site-packages\scipy\fftpack\basic.py", line 571, in fft2
    return fftn(x,shape,axes,overwrite_x)
  File "C:\Python27\lib\site-packages\scipy\fftpack\basic.py", line 521, in fftn
    return _raw_fftn_dispatch(x, shape, axes, overwrite_x, 1)
  File "C:\Python27\lib\site-packages\scipy\fftpack\basic.py", line 535, in _raw_fftn_dispatch
    return _raw_fftnd(tmp,shape,axes,direction,overwrite_x,work_function)
  File "C:\Python27\lib\site-packages\scipy\fftpack\basic.py", line 463, in _raw_fftnd
    x, copy_made = _fix_shape(x, s[i], waxes[i])
  File "C:\Python27\lib\site-packages\scipy\fftpack\basic.py", line 134, in _fix_shape
    z = zeros(s,x.dtype.char)
MemoryError

回溯（最近一次呼叫最后一次）：
文件“C:\Documents and Settings\HrenMudak\Мзззззе\fourier.py”，第27行，in
F1=fftpack.fft2（阵列浏览器）
文件“C:\Python27\lib\site packages\scipy\fftpack\basic.py”，第571行，在fft2中
返回fftn（x、形状、轴、覆盖x）
文件“C:\Python27\lib\site packages\scipy\fftpack\basic.py”，第521行，在fftn中
返回原始fftn调度（x，形状，轴，覆盖x，1）
文件“C:\Python27\lib\site packages\scipy\fftpack\basic.py”，第535行，在原始fftn中
返回原始fftnd（tmp、形状、轴、方向、覆盖x、工作功能）
文件“C:\Python27\lib\site packages\scipy\fftpack\basic.py”，第463行，在\u raw\u fftnd中
x、 复制=固定形状（x，s[i]，蜡[i]）
文件“C:\Python27\lib\site packages\scipy\fftpack\basic.py”，第134行，形状为“fix”
z=零（s，x.dtype.char）
记忆者

我尝试运行您的代码，但我用函数替换了

mahotas.imread

，因为我没有该库，无法重现您的错误

还有一些评论：

• 您能否尝试使用

  scipy.misc.imread

  功能而不是

  mahotas

  功能？我想问题可能就在那里
• 抛出的实际异常是什么？（+其他输出？）
• 你的形象有多大尺寸？灰度/RGB？打印大图像的所有值确实会占用相当多的内存，因此最好使用matplotlibs

  imshow

  函数将结果可视化

---

谢谢，我已经尝试使用scipy函数读取图像，但结果相同，请参见日志错误输出图像的尺寸是多少？i、 e.尝试

print imgfourier.shape

此外，您可以尝试使用imread中的

flatten=True

选项：

imgfourier=imread（filename，flatte=True）#读取图像

谢谢，图像是90 MB。tiff（使用IrphanView合并其中10个图像）我为scipy.misc.imread函数设置flatten=True，出现相同的内存错误，Thanks90MB tiff图像看起来相当大；可能是

imread

功能不适合处理如此大的图像。你说它是从其他10张图片中合并出来的是什么意思？您是否有机会尝试阅读3d（医学）图像卷？您是否也可以在另一个tif图像上测试您的代码？