Python 使用CoLab在谷歌硬盘上的OpenCV imread和imwrite速度太慢

我正在使用Google CoLab，运行一段代码，迭代170K-190K个图像，使用

cv2.imread

函数从路径gdrive/My Drive/folder1/img.jpg读取它们，然后使用

cv2.resize

函数调整它们的大小，然后使用

cv2.imwrite

将它们写入路径，如gdrive/My Drive/folder2/img.jpg

但它太慢了。我曾经使用Jupyter笔记本在我的设备上运行，在Linux Ubuntu LTS18.04操作系统上运行，它迭代速度很快。现在，每次迭代需要将近30秒，这将估计代码需要将近65天

是什么导致它在CoLab上如此缓慢，我如何使它更快

---

提前感谢。

这不是OpenCV的问题，而是Google Drive的问题。即使在Google Colaboratory中执行，从Google Drive访问文件的速度也非常慢

一个更好的方法是将文件复制到Colab存储中，然后 将获得基于运行时的更快性能 （CPU/GPU/TPU）您正在使用的

要复制文件，可以使用shutil库（）：

---

由于在Google Drive的单个文件夹中有许多文件，因此访问所有文件可能会失败（有时）。将文件分批保存在多个文件夹中是一种很好的做法（使用Google Drive-through-Colab可以消除一些错误）

这样做的原因是路径开销和从驱动器读取的开销

我发现让它更快的最好方法是将我正在读取的文件放在CoLab存储本身上

有两种方法，一种是在CoLab环境中使用Linux命令将文件从驱动器复制到存储的主目录。类似于

！cp

例如，在我们的例子中：

！cp“gdrive/My Drive/dataset/imdb\u-crop”“imdb\u-crop”

另一种方法是，如果数据被压缩，为了节省解压缩时间，直接将其解压缩到CoLab存储中

如果使用tar文件：

from google.colab import drive
import tarfile
drive.mount('/content/gdrive')
fname = 'gdrive/My Drive/IMDB_Dataset.tar'
tar = tarfile.open(fname, "r:")
tar.extractall()
tar.close()

如果使用zip文件：

from google.colab import drive
drive.mount('/content/gdrive')

import zipfile
filename = "drive/My Drive/IMDB_Dataset.zip"
with zipfile.ZipFile(filename, 'r') as zipp:
zipp.extractall()
zipp.close()

为了确保它能够工作，您可以在CoLab环境的文件中找到（您可以从侧选项卡中看到），在gdrive之外的主目录中有一个文件夹imdb_crop（例如）

---

当我直接从imdb_crop文件夹中读取文件时，速度要快得多。

如何将文件复制到CoLab存储中？我不明白你的意思。将鼠标悬停在右上角的“RAM，Disk”上，它会显示磁盘空间

from google.colab import drive
drive.mount('/content/gdrive')

import zipfile
filename = "drive/My Drive/IMDB_Dataset.zip"
with zipfile.ZipFile(filename, 'r') as zipp:
zipp.extractall()
zipp.close()