1實驗標準

　　因為訓練使用的框架是Pytorch，因此讀取的實驗標準如下：

　　1、讀取解析度都為1920x1080的5張圖片（png格式一張，jpg格式四張）並儲存到陣列。

　　2、將讀取的陣列轉換為維度順序為CxHxW的Pytorch張量，並儲存到視訊記憶體中（我使用GPU訓練），其中三個通道的順序為RGB。

　　3、記錄各個方法在以上操作中所耗費的時間。因為png格式的圖片大小差不多是質量有微小差異的jpg格式的10倍，所以資料集通常不會用png來儲存，就不比較這兩種格式的讀取時間差異了。

　　寫入的實驗標準如下：

　　1、將5張1920x1080的5張影象對應的Pytorch張量轉換為對應方法可使用的資料型別陣列。

　　2、以jpg格式儲存五張圖片。

　　3、記錄各個方法儲存圖片所耗費的時間。

2實驗情況

2.1cv2

　　因為有GPU，所以cv2讀取圖片有兩種方式：

　　1、先把圖片都讀取為一個numpy陣列，再轉換成儲存在GPU中的pytorch張量。

　　2、初始化一個儲存在GPU中的pytorch張量，然後將每張圖直接複製進這個張量中。

　　第一種方式實驗程式碼如下：

import os,torch
import cv2 as cv 
import numpy as np 
from time import time 
 
read_path = 'D:test'
write_path = 'D:test\\write\\'
 
# cv2讀取 1
start_t = time()
imgs = np.zeros([5,1080,1920,3])
for img,i in zip(os.listdir(read_path),range(5)): 
 img = cv.imread(filename=os.path.join(read_path,img))
 imgs[i] = img 
imgs = torch.tensor(imgs).to('cuda')[...,[2,1,0]].permute([0,3,2])/255 
print('cv2 讀取時間1：',time() - start_t) 
# cv2儲存
start_t = time()
imgs = (imgs.permute([0,2,1])[...,0]]*255).cpu().numpy()
for i in range(imgs.shape[0]): 
 cv.imwrite(write_path + str(i) + '.jpg',imgs[i])
print('cv2 儲存時間：',time() - start_t)

　實驗結果：

cv2 讀取時間1： 0.39693760871887207
cv2 儲存時間： 0.3560612201690674

第二種方式實驗程式碼如下：

import os,torch
import cv2 as cv 
import numpy as np 
from time import time 
 
read_path = 'D:test'
write_path = 'D:test\\write\\'
 
 
# cv2讀取 2
start_t = time()
imgs = torch.zeros([5,3],device='cuda')
for img,range(5)): 
 img = torch.tensor(cv.imread(filename=os.path.join(read_path,img)),device='cuda')
 imgs[i] = img  
imgs = imgs[...,2])/255 
print('cv2 讀取時間2：',time() - start_t)

　　實驗結果：

cv2 讀取時間2： 0.23636841773986816
cv2 儲存時間： 0.3066873550415039

2.2matplotlib

　　同樣兩種讀取方式，第一種程式碼如下：

import os,torch 
import numpy as np
import matplotlib.pyplot as plt 
from time import time 
 
read_path = 'D:test'
write_path = 'D:test\\write\\'
 
# matplotlib 讀取 1
start_t = time()
imgs = np.zeros([5,range(5)): 
 img = plt.imread(os.path.join(read_path,img)) 
 imgs[i] = img  
imgs = torch.tensor(imgs).to('cuda').permute([0,2])/255 
print('matplotlib 讀取時間1：',time() - start_t) 
# matplotlib 儲存
start_t = time()
imgs = (imgs.permute([0,1])).cpu().numpy()
for i in range(imgs.shape[0]): 
 plt.imsave(write_path + str(i) + '.jpg',imgs[i])
print('matplotlib 儲存時間：',time() - start_t)

　　實驗結果：

matplotlib 讀取時間1： 0.45380306243896484
matplotlib 儲存時間： 0.768944263458252

　　第二種方式實驗程式碼：

import os,torch 
import numpy as np
import matplotlib.pyplot as plt 
from time import time 
 
read_path = 'D:test'
write_path = 'D:test\\write\\'
 
# matplotlib 讀取 2
start_t = time()
imgs = torch.zeros([5,range(5)): 
 img = torch.tensor(plt.imread(os.path.join(read_path,device='cuda')
 imgs[i] = img  
imgs = imgs.permute([0,2])/255 
print('matplotlib 讀取時間2：',time() - start_t)

　　實驗結果：

matplotlib 讀取時間2： 0.2044532299041748
matplotlib 儲存時間： 0.4737534523010254

　　需要注意的是，matplotlib讀取png格式圖片獲取的陣列的數值是在[0,1][0,1]範圍內的浮點數，而jpg格式圖片卻是在[0,255][0,255]範圍內的整數。所以如果資料集內圖片格式不一致，要注意先轉換為一致再讀取，否則資料集的預處理就麻煩了。

2.3PIL

　　PIL的讀取與寫入並不能直接使用pytorch張量或numpy陣列，要先轉換為Image型別，所以很麻煩，時間複雜度上肯定也是佔下風的，就不實驗了。

2.4torchvision

　　torchvision提供了直接從pytorch張量儲存圖片的功能，和上面讀取最快的matplotlib的方法結合，程式碼如下：

import os,torch 
import matplotlib.pyplot as plt 
from time import time 
from torchvision import utils 

read_path = 'D:test'
write_path = 'D:test\\write\\'
 
# matplotlib 讀取 2
start_t = time()
imgs = torch.zeros([5,time() - start_t) 
# torchvision 儲存
start_t = time() 
for i in range(imgs.shape[0]):  
 utils.save_image(imgs[i],write_path + str(i) + '.jpg')
print('torchvision 儲存時間：',time() - start_t)

　　實驗結果：

matplotlib 讀取時間2： 0.15358829498291016
torchvision 儲存時間： 0.14760661125183105

　　可以看出這兩個是最快的讀寫方法。另外，要讓圖片的讀寫儘量不影響訓練程序，我們還可以讓這兩個過程與訓練並行。另外，utils.save_image可以將多張圖片拼接成一張來儲存，具體使用方法如下：

utils.save_image(tensor = imgs,# 要儲存的多張圖片張量 shape = [n,C,H,W]
         fp = 'test.jpg',# 儲存路徑
         nrow = 5,# 多圖拼接時，每行所佔的圖片數
         padding = 1,# 多圖拼接時，每張圖之間的間距
         normalize = True,# 是否進行規範化，通常輸出影象用tanh，所以要用規範化 
         range = (-1,1))  # 規範化的範圍

以上就是Python影象讀寫方法對比的詳細內容，更多關於python 影象讀寫的資料請關注我們其它相關文章！