在python库中导入和裁剪jpeg的快速方法

Question

我有一个python应用程序，它可以导入200k+个图像，并将裁剪后的图像呈现给pyzbar以解释条形码。裁剪是有帮助的，因为图像上有多个条形码，而且，假设pyzbar在给定较小图像时速度会更快一些。在

目前我正在使用枕头导入和裁剪图像。在

平均来说，导入和裁剪图像需要262毫秒，pyzbar需要8毫秒。在

一次典型的跑步时间约为21小时。在

我想知道除了枕头以外的图书馆是否可以在装载/裁剪方面提供实质性的改进。理想情况下，这个库应该可以在MacOS上使用，但是我也可以在一个虚拟的Ubuntu机器上运行整个程序。在

我正在开发一个可以在并行进程中运行的版本，这将是一个很大的改进，但如果我可以从另一个库获得25%或更多的速度提升，我也会添加这一点。在

Answer 1

由于您没有提供示例图像，所以我制作了一个虚拟文件，其尺寸为2544x4200，大小为1.1MB，并在答案的末尾提供。我复制了1000张图片，并为每个基准处理了1000张图片。在

因为你只在评论区给出你的代码，所以我把它拿走，格式化，并尽我所能做到最好。我还将它放在一个循环中，这样它就可以处理许多文件，只需调用Python解释器一次——当您有20000个文件时，这一点就变得很重要了。在

看起来像这样：

#!/usr/bin/env python3

import sys
from PIL import Image

# Process all input files so we only incur Python startup overhead once
for filename in sys.argv[1:]:
   print(f'Processing: {filename}')
   imgc = Image.open(filename).crop((0, 150, 270, 1050))

我的怀疑是我可以更快地使用：

• GNU并行，和/或
• 皮维普斯

以下是您的代码的pyvips版本：

^{pr2}$

结果如下：

顺序原始码

./orig.py bc*jpg
224 seconds, i.e. 224 ms per image, same as you

并行原始代码

parallel ./orig.py ::: bc*jpg
55 seconds

并行原始代码，但传递尽可能多的文件名

parallel -X ./orig.py ::: bc*jpg
42 seconds   

顺序pyvips

./vipsversion bc*
30 seconds, i.e. 7x as fast as PIL which was 224 seconds

并行pyvips

parallel ./vipsversion ::: bc*
32 seconds

并行pyvips，但传递尽可能多的文件名

parallel -X ./vipsversion ::: bc*
5.2 seconds, i.e. this is the way to go :-)

---

请注意，您可以使用自制的在macOS上安装GNU Parallel：

brew install parallel

Answer 2

您可以看看PyTurboJPEG，它是一个libjpeg-turbo的Python包装器，在解码大JPEG图像时，它具有惊人的快速重新缩放（1/2、1/4、1/8），返回努比·恩达雷方便图像裁剪。另外，JPEG图像编码速度也很快。在

from turbojpeg import TurboJPEG

# specifying library path explicitly
# jpeg = TurboJPEG(r'D:\turbojpeg.dll')
# jpeg = TurboJPEG('/usr/lib64/libturbojpeg.so')
# jpeg = TurboJPEG('/usr/local/lib/libturbojpeg.dylib')

# using default library installation
jpeg = TurboJPEG()

# direct rescaling 1/2 while decoding input.jpg to BGR array
in_file = open('input.jpg', 'rb')
bgr_array_half = jpeg.decode(in_file.read(), scaling_factor=(1, 2))
in_file.close()

# encoding BGR array to output.jpg with default settings.
out_file = open('output.jpg', 'wb')
out_file.write(jpeg.encode(bgr_array))
out_file.close()

还提供了libjpeg turbo预构建的macOS和Linux二进制文件here。在