在Python中处理巨大（可能超30000x30000）的图像？

Question

我正在尝试使用一个叫做 deepzoom.py 的 Python 脚本，把一些很大的图像（通常超过 1GB）转换成 Deep Zoom 图像格式（就像谷歌地图那种瓦片格式），但是这个脚本是基于 PIL 的，而 PIL 通常会因为内存限制而崩溃。这个脚本的作者说他正在研究 VIPS，但即使是 VIPS 的图形界面工具 nip2 也无法打开这些图像。在另一个相关的问题中，有人提到 OpenImageIO，看起来这个库有能力处理这个问题，并且有 Python 的接口，但没有提供合适的可执行文件，在 Windows 上编译它简直是一场噩梦。

有没有其他的 Python 库可以使用呢？我试过 PythonMagickWand（这是 ImageMagick 的一个接口）和 PythonMagick（这是 GraphicsMagick 的一个接口），但这两个也都遇到了内存问题。

Answer 1

我可以使用 pyvips 来读取大小为 (50000, 50000, 3) 的图片：

img = pyvips.Image.new_from_file('xxx.jpg')
arr = np.ndarray(buffer=img.write_to_memory(),
                  dtype=np.uint8,
                  shape=[img.height, img.width, img.bands])

Answer 2

听起来你想使用带有地理信息的图像，或者类似的东西，这种情况下，使用地理信息系统（GIS）会更合适。我推荐使用GDAL，这是一个非常棒的库，并且通过Swig提供了简单易用的Python接口。

在Windows上，最简单的安装方法是通过Frank Warmerdam的FWTools包。

Answer 3

我遇到过一个非常相似的问题，最后我用 netpbm 解决了这个问题，它在 Windows 上运行得很好。netpbm 可以轻松处理超大的 .png 文件，然后进行切割、裁剪、重新组合（使用 pamcrop、pamdice 和 pamundice），最后再转换回 .png，整个过程几乎不占用多少内存。我只需把需要的 netpbm 程序和 dll 文件放到我的应用里，然后从 Python 中调用它们就可以了。