通过lmdb对图像进行保存(编解码)
LMDB 是一个小型数据库,具有一些出色的特性:
- 有序的图界面(键总是按字典顺序排序)。
- 读取器不阻塞写入器,写入器不阻塞读取器。每个环境都支持一个并发写入。 读取非常便宜。
- 环境可以由同一主机上的多个进程打开,使其成为解决 Python 的GIL 的理想选择。
- 可以使用覆盖所有命名数据库的事务创建多个命名数据库。
- 内存映射,允许零拷贝查找和迭代。这可以选择使用buffer()接口暴露给 Python 。
- 维护不需要外部进程或后台线程。
- 不需要应用程序级缓存:LMDB 充分利用了操作系统的缓冲区缓存。
1、命名数据库
命名数据库要求在调用或时提供max_size 。
env = lmbd.open(lmdb_path, map_size=map_size)
lmdb_path为.lmdb文件的保存路径
txn = env.begin(write=True)
接下来添加txn实例对象的键和值
txn.put(key_byte, img_byte)
通过commit()挂起,(如果分段保存的话,需要每一次commit 后,再定义一次 txn=env.begin(write=True))
txn.commit()
txn = env.begin(write=True)
下面提供一个将数据集保存成lmdb格式的demo
#create lmdb environment
img = cv2.imread(os.path.join(img_path_list[0])),cv2.IMREAD_UNCHANGED)
_, img_byte = cv2.imencode('.png', img, [cv2.IMWRITE_PNG_COMPRESSION, compress_level])
#compress_level为图像的压缩率
data_size_per_img = img_byte.nbytes
map_size = data_size_per_img * len(img_path_list) * 10
env = lmdb.open(lmdb.path, map_size=map_size)
#write data to lmdb
pbar = tqdm(total=len(img_path_list), unit='chunk')
txn = env.begin(write=True)
for idx, (path, key) in enumerate(zip(img_path_list, keys)):
pbar.update(1)
_, img_byte, img_shape = read_img_worker(os.path.join(path), key, compress_level)
h, w, c = img_shape
txn.put(key_byte, img_byte)
#分段保存
if idx % bath ==0:
txn.commit()
txn = env.begin(write=True)
pbar.close()
txn.commit()
env.close()
print(\nFininsh writing lmdb')
其中,read_img_worker()为:
def read_img_worker(path, key, compress_level):
img = cv2.imread(path, cv2.IMREAD_UNCHANGED)
h, w, c = img.shape
_, img_byte = cv2.imencode('.png', img, [cv2.IMWRITE_PNG_COMPRESSION, compress_level])
return (key, img_byte, (h, w, c))