opencv最大能打开多少图像?

最近有人问一个问题,就是它有个大小800MB的图像文件,发现无法通过OpenCV的imread函数加载,只要一读取,程序就直接崩溃了。我问了图像的大小,计算像素数量之后发现总像素数目已经超过了OpenCV声明最大像素数目限制,所以肯定无法读取了!

opencv最大能打开多少图像?

打开图像的大小和电脑的内存有关系,运行内存越高支持打开的文件越大。

大家都知道OpenCV中读取图像的函数是imread,函数功能如下:

Mat cv::imread(
         const String &        filename,
         int flags = IMREAD_COLOR
)

参数解释

  • filename 表示输入图像的文件路径
  • flags 表示加载图像的方式

支持包括bmp、jpg、png、webp、pfm、sr、ras、tiff、hdr等格式图像文件

加载超大图像限制与突破

加载超大图像遇到的最常见的一个错误就是

提示电脑内存不够了,但是很多时候电脑内存是足够,但是还是无法加载,原因很简单,主要是OpenCV本身对加载的图像大小是由限制的,这个限制定义在

modules\imgcodecs\src\loadsave.cpp

这个源码文件中,有三个关于图像imread时候最大图像宽、高、像素数目大小限制,定义的代码为:

static const size_t CV_IO_MAX_IMAGE_WIDTH = utils::getConfigurationParameterSizeT("OPENCV_IO_MAX_IMAGE_WIDTH", 1 << 20);
static const size_t CV_IO_MAX_IMAGE_HEIGHT = utils::getConfigurationParameterSizeT("OPENCV_IO_MAX_IMAGE_HEIGHT", 1 << 20);
static const size_t CV_IO_MAX_IMAGE_PIXELS = utils::getConfigurationParameterSizeT("OPENCV_IO_MAX_IMAGE_PIXELS", 1 << 30);

解释如下:

  • 支持的最大图像宽度 2^20
  • 支持的最大图像高度2^20
  • 支持的最大像素数目2^30

函数validateInputImageSize会首先校验图像的大小,

static Size validateInputImageSize(const Size& size)
{
    CV_Assert(size.width > 0);
    CV_Assert(static_cast<size_t>(size.width) <= CV_IO_MAX_IMAGE_WIDTH);
    CV_Assert(size.height > 0);
    CV_Assert(static_cast<size_t>(size.height) <= CV_IO_MAX_IMAGE_HEIGHT);
    uint64 pixels = (uint64)size.width * (uint64)size.height;
    CV_Assert(pixels <= CV_IO_MAX_IMAGE_PIXELS);
    return size;
}

修改限制

想要加载超过这些限制的图像文件,首先要确保你由足够的内存,然后手动修改OpenCV源码文件,把限制改到你想要的值,然后重新编译OpenCV即可。

免费分享一些我整理的人工智能学习资料给大家,包括一些AI常用框架实战视频、图像识别、OpenCV、NLQ、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。

为了更好的系统学习AI,推荐大家收藏一份。

下面是部分截图,点击文末名片关注我的公众号【AI技术星球】发送暗号 321 领取(一定要发暗号 321)

一、人工智能课程及项目

二、国内外知名精华资源

三、人工智能论文合集

四、人工智能行业报告

学好人工智能,要多看书,多动手,多实践,要想提高自己的水平,一定要学会沉下心来慢慢的系统学习,最终才能有所收获。

点击下方名片,扫码关注【AI技术星球】发送暗号 321 免费领取文中资料。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要实现这个需求,需要使用OpenCV库进行图像处理和分析。以下是一个简单的示例代码,可以实现打开摄像头并检测最大面积的蓝色矩形: ```python import cv2 import numpy as np cap = cv2.VideoCapture(0) # 打开摄像头 while True: ret, frame = cap.read() # 读取视频帧 if not ret: # 如果读取失败,则退出循环 break # 将图像从 BGR 色彩空间转换为 HSV 色彩空间 hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # 定义蓝色的阈值范围 lower_blue = np.array([100, 50, 50]) upper_blue = np.array([130, 255, 255]) # 根据阈值范围找到蓝色区域的掩码 mask = cv2.inRange(hsv, lower_blue, upper_blue) # 对掩码进行膨胀操作,以弥补可能存在的空洞 kernel = np.ones((5, 5), np.uint8) mask = cv2.dilate(mask, kernel) # 查找轮廓 contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 找到最大的蓝色矩形 max_area = 0 max_contour = None for contour in contours: area = cv2.contourArea(contour) if area > max_area: max_area = area max_contour = contour # 如果找到了最大的蓝色矩形,则将其绘制出来 if max_contour is not None: x, y, w, h = cv2.boundingRect(max_contour) cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) # 显示视频帧 cv2.imshow('frame', frame) # 按下 q 键退出循环 if cv2.waitKey(1) == ord('q'): break # 释放资源并关闭窗口 cap.release() cv2.destroyAllWindows() ``` 该示例代码中使用了HSV颜色空间进行颜色的阈值判定,这是因为HSV颜色空间可以有效地分离颜色和亮度信息。在实际应用中,也可以使用其他的颜色空间进行处理。

“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