仅处理一张图像会使用所有 Ram答案

【问题标题】：Processing Only One Image Uses All of Ram仅处理一张图像会使用所有 Ram
【发布时间】：2021-12-07 14:55:19
【问题描述】：

我在 google colab 中运行此代码（我也在本地尝试过）。我只使用一张图片，它使用了所有的内存。我做错了吗？使用 16 GB 内存正常吗？我添加了 %matplotlib inline 仍然崩溃？

import cv2
import matplotlib.pyplot as plt
import numpy as np 

f = cv2.imread('/content/gdrive/MyDrive/grass.png')
f = cv2.cvtColor(f, cv2.COLOR_BGR2GRAY).astype(float)

plt.imshow(f)
plt.colorbar()

def gauss1(sigma, width):
    
    hwidth = round((width-1)/2)
    x = np.arange(-hwidth, hwidth+1,1)
    
    g = np.exp(-x**2/(2*sigma**2))
    return g/np.sum(g)
    
    
g1=gauss1(2,11)
g1=np.reshape(g1,(1,-1))
plt.imshow(g1)

f1 = cv2.filter2D(f,-1,g1)
fig = plt.figure(figsize=(10, 20))
fig.add_subplot(1,2,1)
plt.imshow(f)
fig.add_subplot(1,2,2)
plt.imshow(f1)

它甚至不产生最后一个代码 sn-p 的输出。

【问题讨论】：

使用plt.show() 输出或%matplotlib inline 如果您使用的是jupyter notebook 环境。
这也能解决colab的问题吗
是的，在导入后添加%matplotlib inline，因为 colab 是笔记本环境，它会显示输出。
否则，如果您只需要显示plt.show()，则可以在代码块的末尾添加plt.show()。 %matplotlib inline 适用于整个笔记本。
我添加了 %matplotlib inline 但它仍然崩溃

标签： python python-3.x numpy opencv image-processing

【解决方案1】：

用途：

如果您使用终端/控制台，请使用 plt.show() 显示 matplotlib 输出。
如果您使用任何 ipython 笔记本内核（例如 jupyter notebook、google colab 或 kaggle notebook），请使用 %matplotlib inline。

【讨论】：

我添加了 %matplotlib inline 但它仍然崩溃
这应该是评论，而不是答案。
结帐this。它工作正常。检查您的图像是否有效。我使用了计算机中的本地图像。
0.78 GB，我建议您重新启动运行时并重试。你试过我分享的笔记本吗？你可以运行它，看看它是如何工作的。
告诉你它工作正常。始终尝试使用其他输入来交叉检查您是否有问题。乐于助人！