慢圖像打開python，建議增加速度？

Question

我正在做一些非常基本的圖像增強訓練一個convnet，它是非常緩慢的。我想知道是否有人有關於以更快的方式打開，翻轉和關閉python圖像的建議？它有大約10萬張圖片，需要花費幾個小時。

print 'Example of image in train.txt: ' + image_file[0] 
print 'Example of annotation in train.txt: ' + annot_file[0] 
train_file.close() 

for i in range(len(image_file)): 
    temp_image = imread(image_file[i]) 
    temp_annot = imread(annot_file[i]) 

    temp_image_name = image_file[i][:-4] + '_augmented_lrflip.png' 
    temp_annot_name = annot_file[i][:-4] + '_augmented_lrflip.png' 
    imsave(temp_image_name,np.fliplr(temp_image)) 
    imsave(temp_annot_name,np.fliplr(temp_annot)) 

    image_file.append(temp_image_name) 
    annot_file.append(temp_annot_name) 

    temp_image_name = image_file[i][:-4] + '_augmented_lr_ud_flip.png' 
    temp_annot_name = annot_file[i][:-4] + '_augmented_lr_ud_flip.png' 
    imsave(temp_image_name,np.fliplr(np.flipud(temp_image))) 
    imsave(temp_annot_name,np.fliplr(np.flipud(temp_annot))) 

    image_file.append(temp_image_name) 
    annot_file.append(temp_annot_name) 

    temp_image_name = image_file[i][:-4] + '_augmented_udflip.png' 
    temp_annot_name = annot_file[i][:-4] + '_augmented_udflip.png' 
    imsave(temp_image_name,np.flipud(temp_image)) 
    imsave(temp_annot_name,np.flipud(temp_annot)) 

    image_file.append(temp_image_name) 
    annot_file.append(temp_annot_name) 

train_file_mod = open('train_augmented.txt', 'wb') 
for i in range(len(image_file)): 
    train_file_mod.write(image_file[i] + ' ' + annot_file[i] + '\n') 

train_file_mod.close() 

Answer 1

我會給PIL或Pillow軟件包一試。

PIL文件：http://www.pythonware.com/products/pil/

枕頭文檔：https://pillow.readthedocs.io/en/3.3.x/

如果你想你的圖像轉換成numpy的陣列和處理他們的方式比這裏有一些例子來做到這一點： http://code.activestate.com/recipes/577591-conversion-of-pil-image-and-numpy-array/

Answer 2

我建議使用Keras（這是在Theano或TensorFlow頂部的深度學習抽象層）。它已經內置了ImageDataGenerator。你可以使用它從你的數據集中生成不同的圖像（旋轉，展開，填充）。