Python 和 matplotlib 保存图像时,确保图像的分辨率和像素符合特定要求(如 64x64),批量保存 不溢出内存

在使用 Python 和 matplotlib 保存图像时,确保图像的分辨率和像素符合特定要求(如 64x64)需要正确设置图像的尺寸和分辨率参数。此外,批量保存图像时,内存溢出问题可能是由于同时处理过多图像导致的。以下是一些解决方案:

1. 确保保存的图像为 64x64 像素

设置图像尺寸和分辨率

matplotlib 中,可以通过 figsizedpi 参数来控制图像的尺寸和分辨率。具体来说:

  • figsize 控制图像的物理尺寸(以英寸为单位)。
  • dpi 控制图像的分辨率(每英寸的像素数)。

要保存一个 64x64 像素的图像,可以这样设置:

python 复制代码
figsize = (64 / 100, 64 / 100)  # 图像尺寸为 0.64x0.64 英寸
dpi = 100  # 每英寸 100 像素

这样,图像的实际像素大小将是:

\\text{宽度} = \\text{figsize.width} \\times \\text{dpi} = 0.64 \\times 100 = 64

\\text{高度} = \\text{figsize.height} \\times \\text{dpi} = 0.64 \\times 100 = 64

示例代码
python 复制代码
import librosa
import librosa.display
import matplotlib.pyplot as plt
import numpy as np

# 加载音频文件
y, sr = librosa.load('example.wav', sr=16000)

# 计算Mel频谱图
mel = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128)
log_mel = librosa.power_to_db(mel, ref=np.max)

# 设置图像尺寸和分辨率
figsize = (64 / 100, 64 / 100)  # 图像尺寸为 0.64x0.64 英寸
dpi = 100  # 每英寸 100 像素

# 创建图像
plt.figure(figsize=figsize, dpi=dpi, frameon=False)
ax = plt.Axes(plt.gcf(), [0., 0., 1., 1.])
ax.set_axis_off()
plt.gcf().add_axes(ax)

# 绘制频谱图
librosa.display.specshow(log_mel, sr=sr, x_axis='time', y_axis='mel', ax=ax)

# 保存图像
plt.savefig('mel_spectrogram_64x64.png', bbox_inches='tight', pad_inches=0)
plt.close()

2. 解决批量保存时的内存溢出问题

使用线程池时的内存管理

在批量处理图像时,内存溢出通常是由于同时加载和处理过多数据导致的。可以通过以下方法来解决:

  1. 限制线程池的大小:减少同时运行的线程数量,避免同时处理过多图像。
  2. 分批处理:将数据分成多个批次,逐批处理,避免一次性加载所有数据。
  3. 清理内存 :在每个任务完成后,显式地清理内存,例如使用 del 删除不再需要的变量,并调用 gc.collect()
示例代码
python 复制代码
import os
import gc
from concurrent.futures import ThreadPoolExecutor

def save_mel_as_image(filepath, output_dir):
    try:
        y, sr = librosa.load(filepath, sr=16000)
        mel = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128)
        log_mel = librosa.power_to_db(mel, ref=np.max)

        figsize = (64 / 100, 64 / 100)
        dpi = 100

        plt.figure(figsize=figsize, dpi=dpi, frameon=False)
        ax = plt.Axes(plt.gcf(), [0., 0., 1., 1.])
        ax.set_axis_off()
        plt.gcf().add_axes(ax)

        librosa.display.specshow(log_mel, sr=sr, x_axis='time', y_axis='mel', ax=ax)

        filename = os.path.splitext(os.path.basename(filepath))[0] + ".png"
        plt.savefig(os.path.join(output_dir, filename), bbox_inches='tight', pad_inches=0)
        plt.close()

        # 清理内存
        del y, sr, mel, log_mel
        gc.collect()
    except Exception as e:
        print(f"Error processing file {filepath}: {e}")

def batch_convert_to_images(input_dir, output_dir, max_workers=4):
    file_list = [os.path.join(input_dir, f) for f in os.listdir(input_dir) if f.endswith(('.wav', '.mp3'))]
    os.makedirs(output_dir, exist_ok=True)

    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        executor.map(lambda f: save_mel_as_image(f, output_dir), file_list)

if __name__ == "__main__":
    batch_convert_to_images("data/yasuoji/OK", "data/yasuoji/ok_mel_images", max_workers=2)
    batch_convert_to_images("data/yasuoji/NG", "data/yasuoji/ng_mel_images", max_workers=2)

3. 确保 MATLAB 另存为的图像与 Python 一致

如果在 MATLAB 中另存为的图像与 Python 生成的图像不一致,可能是由于 MATLAB 和 Python 在图像保存时的默认设置不同。可以通过以下方法确保一致性:

  1. 检查 MATLAB 的保存设置:确保 MATLAB 中的保存分辨率和尺寸与 Python 一致。
  2. 使用相同的库和参数 :在 MATLAB 中使用类似的库(如 audioreadmelcepst)来处理音频和生成频谱图。
MATLAB 示例代码
matlab 复制代码
% 加载音频文件
[y, sr] = audioread('example.wav');

% 计算Mel频谱图
mel = melcepst(y, sr);

% 转换为对数尺度
log_mel = 20 * log10(abs(mel));

% 保存图像
figure;
imagesc(log_mel);
axis off;
set(gca, 'position', [0 0 1 1]);
set(gcf, 'position', [0 0 64 64]);
saveas(gcf, 'mel_spectrogram_64x64.png');
close;

总结

  • 确保图像尺寸和分辨率 :通过正确设置 figsizedpi 参数,确保生成的图像符合 64x64 像素的要求。
  • 解决内存溢出问题:通过限制线程池大小、分批处理和显式清理内存,避免批量处理时的内存溢出。
  • 一致性:确保 MATLAB 和 Python 中的图像保存设置一致,以生成相同的图像。

通过这些方法,可以有效地解决图像尺寸不一致和内存溢出的问题。

相关推荐
m0_6407435623 分钟前
华为OD-2024年E卷-字符串化繁为简[200分] -- python
python·华为od
小猫咪怎么会有坏心思呢25 分钟前
华为OD机考-生成哈夫曼树-二叉树(JAVA 2025B卷)
java·开发语言·华为od
卜及中28 分钟前
【Python】数据处理工具:Pandas详细指南
开发语言·python·学习·pandas
Kusunoki_D1 小时前
Python 使用 Requests 模块进行爬虫
爬虫·python
激进小猪10021 小时前
Python算法笔记1_双指针问题
笔记·python·算法
翱翔的小菜鸟1 小时前
Java Stream API中peek()方法使用不当引发的生产问题
java·开发语言
xcs194051 小时前
java 导入数据和数据验证处理方案
java·linux·python
来两个炸鸡腿1 小时前
【Datawhale组队学习202506】YOLO-Master task03 IOU总结
python·学习·yolo
狐凄1 小时前
Python实例题:基于联邦学习的隐私保护 AI 系统(分布式学习、隐私计算)
开发语言·python
NLxxxxX1 小时前
爬虫获取数据:selenium的应用
开发语言·爬虫·python·selenium·测试工具·numpy·pandas