为何JPEG图片转ndarray后内存占用大幅增加？

这是因为JPEG文件和NumPy ndarray存储的是完全不同类型的数据，核心差异在于：

• JPEG是压缩存储格式：你看到的227437字节是JPEG经过压缩后的文件大小，它通过算法去除了图像中的视觉冗余信息，并没有直接存储每个像素的原始颜色数据。

• ndarray存储解码后的原始像素数据：当你执行Image.open('image.jpg')时，PIL已经完成了解码操作，把压缩的JPEG数据还原成了完整的像素矩阵。NumPy将这个矩阵转为ndarray后，会按照像素的通道数和数据类型占用内存：
  通常RGB彩色图的每个像素用3个uint8类型的数值（红、绿、蓝各1字节）存储。你可以自己验证计算：
  4320000字节 ÷ 3字节/像素 = 1440000个像素，对应比如1200×1200的分辨率（1200×1200=1440000），这完全符合原始像素数据的内存占用逻辑。

你可以运行以下代码确认图像的分辨率和数据类型：

print(im.shape)  # 输出类似(1200, 1200, 3)，代表高度、宽度、通道数
print(im.dtype)  # 输出uint8，说明每个通道占用1字节

简单来说，JPEG是"压缩后的编码数据"，ndarray是"解码后的原始像素数据"，后者需要完整保留所有像素信息，所以内存远大于前者是正常现象。

内容的提问来源于stack exchange，提问作者Kamel