python-opencv下读取影像释放内存

因为读取影像较大,且数量较多,不释放,报错OpenCV(4.1.1) (-4:Insufficient memory) Failed to allocate 2825196594 bytes

c++下opencv释放影像占用内存:

IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
cvReleaseImage(&img);

在python下没有找到对应函数,甚至查阅了opencv网站welcome to opencv document 

只找到摄像头释放:

cap.release()

网上博客也一直没有找到,如果有知道的小伙伴,欢迎留言

我采用的解决方法,是python变量的手动释放

下面是部分主要代码:

import gc
array = cv2.imread(testpath + "/" + im_name)
#目标检测,目标框绘制,采用copy
arr = array[Loc[inx][0]:Loc[inx][2], Loc[inx][1]:Loc[inx][3]].copy()
# 内存释放
del arr
gc.collect()
# 内存释放
del array
gc.collect()

 

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
全景影像拼接是一个非常有趣的应用程序,可以使用 PythonOpenCV 库来实现。下面是一个简单的步骤: 1. 读取图像:使用 OpenCV 库中的 cv2.imread() 函数读取所有图像。 2. 特征提取:使用 SIFT 或 SURF 算法提取图像的关键点和描述符。 3. 特征匹配:对于每对相邻的图像,使用描述符匹配算法(如 FLANN 或 BFMatcher)来找到它们之间的最佳匹配点。 4. 图像配准:根据匹配点计算图像之间的转换矩阵,然后使用 OpenCV 的 cv2.warpPerspective() 函数将图像变形为共面。 5. 图像拼接:将所有变形图像叠加在一起形成全景图像。 下面是一个简单的 Python 示例代码: ```python import cv2 import numpy as np # 读取图像 img1 = cv2.imread('image1.jpg') img2 = cv2.imread('image2.jpg') # 特征提取 sift = cv2.xfeatures2d.SIFT_create() kp1, des1 = sift.detectAndCompute(img1, None) kp2, des2 = sift.detectAndCompute(img2, None) # 特征匹配 bf = cv2.BFMatcher() matches = bf.knnMatch(des1, des2, k=2) # 图像配准 good_matches = [] for m, n in matches: if m.distance < 0.75 * n.distance: good_matches.append(m) src_pts = np.float32([kp1[m.queryIdx].pt for m in good_matches]).reshape(-1, 1, 2) dst_pts = np.float32([kp2[m.trainIdx].pt for m in good_matches]).reshape(-1, 1, 2) M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0) img1_aligned = cv2.warpPerspective(img1, M, (img1.shape[1], img1.shape[0])) # 图像拼接 result = np.zeros((img1_aligned.shape[0], img1_aligned.shape[1] + img2.shape[1], 3), dtype=np.uint8) result[:img2.shape[0], :img2.shape[1]] = img2 result[:, img2.shape[1]:] = img1_aligned cv2.imshow('result', result) cv2.waitKey(0) cv2.destroyAllWindows() ``` 注意:这只是一个简单的示例代码,实际应用中可能需要更复杂的特征提取和匹配算法来获得更准确的结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值