如何使用 PIL 保存巨大的图像？答案

【问题标题】：How can I save a huge image with PIL?如何使用 PIL 保存巨大的图像？
【发布时间】：2021-05-21 09:16:07
【问题描述】：

我想组合 8 张 9450x75600 像素（即 75600x75600 像素）的图像

import sys
import PIL
from PIL import Image
    
PIL.Image.MAX_IMAGE_PIXELS = 9331200000
ListeImage=['test1.tif','test2.tif','test3.tif','test4.tif','test5.tif','test6.tif','test7.tif','test8.tif']
images = [Image.open(x) for x in ListeImage]
widths, heights = zip(*(i.size for i in images))
    
total_width = sum(widths)
max_height = max(heights)
    
new_im = Image.new('RGB', (total_width, max_height))
    
y_offset = 0
for im in images:
      new_im.paste(im, (0,y_offset))
      y_offset += im.size[0]
      new_im.save('TOTAL'+str(y_offset)+'.tif')

但是我遇到了这个错误...

Traceback (most recent call last):
  File "C:\Python27\MergeImages.py", line 21, in <module>
    new_im.save('test'+str(bande[0])+'.tif')
  (...)
  File "C:\Python27\lib\site-packages\PIL\TiffImagePlugin.py", line 626, in _pack
    return struct.pack(self._endian + fmt, *values)
error: integer out of range for 'L' format code

我认为这是一个内存问题。如何解决？

【问题讨论】：

您已调整输出图像的大小以并排放置所有图像，但您似乎粘贴的是垂直而不是水平堆叠的单个图像。我认为您需要使用x 偏移量而不是y。

标签： image python-imaging-library

【解决方案1】：

您遇到了异常，因为您超出了 4GB Tiff 格式限制。

请参阅：What is the maximum size of TIFF metadata?。

您可以使用BigTIFF 格式。
您可以尝试使用Tifffile 来编写 BigTIFF 图像文件。

我更喜欢使用 JPEG 2000 图像格式。
我发现了this 的帖子，关于用枕头保存 JPEG 2000。

我知道的方法是使用 OpenCV 保存 JPEG 2000。
OpenCV 以无损格式保存 JP2 图像（与 Tiff 无损的方式相同）。

使用 OpenCV 保存的问题：

我们需要将枕头图像转换为 NumPy 数组。
我们需要从 RGB 转换为 BGR 颜色格式。

这是您的代码的修改版本，它使用 OpenCV 保存 JP2：

import sys
import PIL
from PIL import Image
import cv2
import numpy as np
    
PIL.Image.MAX_IMAGE_PIXELS = 9331200000
ListeImage=['test1.tif','test2.tif','test3.tif','test4.tif','test5.tif','test6.tif','test7.tif','test8.tif']
images = [Image.open(x) for x in ListeImage]
widths, heights = zip(*(i.size for i in images))
    
#total_width = sum(widths)
#max_height = max(heights)
    
#new_im = Image.new('RGB', (total_width, max_height))
new_im = Image.new('RGB', (max(widths), sum(heights)))
    
y_offset = 0
for im in images:
    new_im.paste(im, (0,y_offset))
    y_offset += im.size[1] #im.size[0]
    # new_im.save('TOTAL'+str(y_offset)+'.tif')
    cv2.imwrite('TOTAL'+str(y_offset)+'.jp2', cv2.cvtColor(np.array(new_im), cv2.COLOR_RGB2BGR))

注意事项：

您似乎在混合宽度和高度 - 我试图修复它。
我的系统中没有足够的 RAM 来测试具有如此大图像的代码 - 我使用较小的图像对其进行了测试。
我使用 Python 3.6 测试了代码，不知道它是否适用于 Python 2.7
我在没有中间变量的情况下实现了代码，希望它消耗更少的 RAM。

更新：

上述解决方案消耗了太多 RAM（超过 100GB）。
使用大页面文件（磁盘空间作为虚拟内存）可以，但是太慢了。
该解决方案（另存为 JPEG 2000）对于大多数系统来说并不实用。

以下解决方案使用 BigTIFF 格式。
该实现在 RAM 方面也更高效：

import sys
import PIL
from PIL import Image
import tifffile
import numpy as np
import gc
    
PIL.Image.MAX_IMAGE_PIXELS = 9331200000
ListeImage=['test1.tif','test2.tif','test3.tif','test4.tif','test5.tif','test6.tif','test7.tif','test8.tif']
images = [Image.open(x) for x in ListeImage]
widths, heights = zip(*(i.size for i in images))

# Free memory - release memory of all images.
del images
gc.collect()  # Explicitly invoke the Garbage Collector https://stackoverflow.com/questions/1316767/how-can-i-explicitly-free-memory-in-python

    
#new_im = Image.new('RGB', (max(widths), sum(heights)))
new_im = np.zeros((sum(heights), max(widths), 3), np.uint8)  # Use NumPy array instead of pillow image.
    
y_offset = 0
for x in ListeImage:
    im = Image.open(x)  # Read one input image at a time (for saving RAM).
    #new_im.paste(im, (0,y_offset))
    new_im[y_offset:y_offset+im.size[1], :, :] = np.array(im)  # Copy im to NumPy array (instead of pasting to pillow image - saves RAM).
    y_offset += im.size[1]
    tifffile.imwrite('TOTAL'+str(y_offset)+'.tif', new_im, bigtiff=True)  # Write new_im as BigTIFF.

    del im
    gc.collect()  # Explicitly invoke the Garbage Collector

【讨论】：