将 PIL 对象转换为 numpy 时会发生什么？

Question

我正在用 [n_images, width, height, 3] 创建一个大的 numpy 数组。 为此，我创建一个空列表并附加通过裁剪 RGB​​ 图像创建的 numpy 数组并将它们转换为 numpy 数组。

我在尝试优化我的代码时遇到了一些非常奇怪的事情：

import time
from PIL import Image

im1=Image.open("random_png_image.png")
im2=Image.open("random_png_image.png").convert('RGB')

t1=time.time()
a1=np.asarray(im1)
t2=time.time()
a2=np.asarray(im2)
t3=time.time()

print("Converting to numpy without converting to RGB mode first took: %0,3f ms"%((t2-t1)*1000.0))
print("Converting to numpy after the image was converted to RGB first took: %0,3f ms"%((t3-t2)*1000.0))

我得到了一个巨大的差异：

• 第一个操作大约 80 毫秒
• 第二个大约 8 毫秒

这是为什么呢？将 PIL 转换为 numpy 数组时是否隐式执行此 convert_to_rgb ？如果检查，两个 PIL 对象都具有 RGB 模式，所以这很奇怪。有没有办法加速这个过程？我应该怎么做才能优化这个过程？不使用 PIL 吗？之后将它们转换为数组？

Answer 1

来自official documentation for Image.open：

打开并识别给定的图像文件。 这是一个懒惰的操作； 该函数读取文件头，但实际的图像数据不是 从文件中读取，直到您尝试处理数据

在第一个操作中，您正在计时从磁盘读取数据的过程。