如何结合furrr实现magick包image_read()的并行处理？

问题原因 #

直接用future_map（多进程模式）调用image_read()会报错“图像指针已失效。无法在R会话之间保存或缓存图像对象”，核心原因是magick生成的图像对象本质是指向底层C库的指针，这类对象无法在独立的R进程（multisession的worker）之间传递。

解决方案 #

在并行进程中读取图像后，先将其序列化为可跨进程传递的格式（比如raw矢量），传递回主进程后再反序列化为magick图像对象。magick包提供了专门的image_serialize()和image_deserialize()函数来处理这个需求。

代码示例 #

library(purrr)
library(magick)
library(furrr)

# 待读取的图片链接
links <- 
  c(
    'https://images.google.com/images/branding/googlelogo/1x/googlelogo_color_272x92dp.png', 
    'https://th.bing.com/th/id/OIP.v7IDxAcM1Dw7ANwK2-MpBgHaJW?w=123&h=180&c=7&r=0&o=5&pid=1.7'
  )

# 设置多进程并行计划
plan(multisession, workers = 2)

# 并行读取图像并序列化为raw格式
serialized_images <- future_map(links, function(link) {
  img <- image_read(link)
  image_serialize(img)
})

# 主进程反序列化raw数据为magick图像对象
final_images <- map(serialized_images, image_deserialize)

# 查看结果
final_images

补充说明 #

如果没有使用image_serialize()，也可以通过image_write()将图像转为raw矢量（指定格式），再用image_read()在主进程恢复，但image_serialize()是magick专为跨进程传递设计的方法，效率更高且能保留图像的完整属性。

内容的提问来源于stack exchange，提问作者joshbrows