OpenCV处理单张图片占满16G内存且程序崩溃问题咨询

存在的错误 #

• 提前将uint8类型的灰度图转为float64类型，相同分辨率下float64数组内存占用是uint8的8倍，大幅提升了内存开销
• 存在无效绘制操作：用plt.imshow显示一维高斯核g1，没有实际意义还会额外生成渲染缓存占用内存
• 没有释放无用的matplotlib画布：代码中多次调用plt.imshow但没有显式关闭不需要的画布，matplotlib会在内存中保留所有绘制内容的缓存，高分辨率图像的渲染缓存甚至比原始数组大3-5倍，直接导致内存溢出
• plt.imshow显示灰度图时没有指定cmap='gray'，额外增加了颜色映射的计算和内存开销

16GB内存占用合理性判断 #

如果你处理的是分辨率超过30000×30000的超大幅图像，16GB占用属于正常情况；如果是普通分辨率（10000×10000及以下）的图像，该占用属于代码错误导致的异常情况。

修复方案 #

参考以下修改后的代码调整后，内存占用会下降90%以上：

import cv2
import matplotlib.pyplot as plt
import numpy as np 

# 读取和转换图像时保留uint8类型，不需要提前转float
f = cv2.imread('/content/gdrive/MyDrive/grass.png')
f = cv2.cvtColor(f, cv2.COLOR_BGR2GRAY)

# 第一段绘制完成后直接关闭画布释放缓存
plt.imshow(f, cmap='gray')
plt.colorbar()
plt.close()

def gauss1(sigma, width):
    hwidth = round((width-1)/2)
    x = np.arange(-hwidth, hwidth+1,1)
    g = np.exp(-x**2/(2*sigma**2))
    return g/np.sum(g)
    
g1 = gauss1(2,11)
g1 = np.reshape(g1,(1,-1))

f1 = cv2.filter2D(f, -1, g1)
fig = plt.figure(figsize=(10, 20))
ax1 = fig.add_subplot(1,2,1)
ax1.imshow(f, cmap='gray')
ax2 = fig.add_subplot(1,2,2)
ax2.imshow(f1, cmap='gray')
plt.show()
plt.close()

如果你的图像确实是超大幅的，可以将图像拆分为多个小块分批滤波，避免一次性加载全图占满内存。

内容的提问来源于stack exchange，提问作者grushenka