关于Image.FromFile方法处理图像出现内存不足的问题

测试发现上传的几百K的文件报内存不足。用它的文件测试了一下也是报错。查一下文件有损坏也会出现这个问题,所以重新裁剪保存该文件并重新上传,图片显示正常。

 

1、内存不足,或GDI+发生了一般性错误。
问题描述:在Image.FromFile(souceFile)出抛出System.OutOfMemoryException"内存不足"异常。

出现这种问题是由于souceFile文件被破坏,或者是空图片。

可以直接catch掉或在catch中做个标识。另外用

FileInfo fi=new FileInfo(souceFile);

if(fi.Length>0)

{

}

做个判断。

2、采用byte流的方式读取image图像

OriginImage = (Image)FileToBitmap(config.OriginFilePath);

Bitmap FileToBitmap(string fileName)
        {
            // 打开文件    
            FileStream fileStream = new FileStream(fileName, FileMode.Open, FileAccess.Read, FileShare.Read);
            // 读取文件的 byte[]    
            byte[] bytes = new byte[fileStream.Length];
            fileStream.Read(bytes, 0, bytes.Length);
            fileStream.Close();
            // 把 byte[] 转换成 Stream    
            Stream stream = new MemoryStream(bytes);

            stream.Read(bytes, 0, bytes.Length);
            // 设置当前流的位置为流的开始    
            stream.Seek(0, SeekOrigin.Begin);

            MemoryStream mstream = null;
            try
            {
                mstream = new MemoryStream(bytes);
                return new Bitmap((Image)new Bitmap(stream));
            }
            catch (ArgumentNullException ex)
            {
                return null;
            }
            catch (ArgumentException ex)
            {
                return null;
            }
            finally
            {
                stream.Close();
            }
        } 
3、及时释放图像处理内存

在try catch 后的finaly中加入

OriginImage.Dispose();

bt.Dispose();  

GC.Collect();

等将画笔画板等资源都释放掉; 

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用分批次读取和处理图像是避免MemoryError的一种有效方法。具体来说,可以将数据框中的图像文件路径分成若干批次,每次读取一批图像进行处理处理完毕后释放内存,然后再读取下一批图像进行处理,直到处理完所有图像。可以使用Python中的生成器来实现这个过程,以下是一个示例代码: ```python import numpy as np from PIL import Image def image_generator(file_paths, batch_size=32): """ 生成器函数,每次返回一个批次的图像数组和标签数组 """ start_index = 0 end_index = batch_size while start_index < len(file_paths): batch_paths = file_paths[start_index:end_index] images = [] for path in batch_paths: img = Image.open(path) img = img.resize((450, 600)) img = np.asarray(img) images.append(img) images = np.array(images) yield images start_index = end_index end_index += batch_size # 示例用法 file_paths = ["path/to/image1.jpg", "path/to/image2.jpg", ...] batch_size = 32 img_gen = image_generator(file_paths, batch_size) for batch_images in img_gen: # 对批次图像进行处理 ... ``` 在这个示例代码中,我们定义了一个生成器函数 `image_generator`,它接受一个图像文件路径列表 `file_paths` 和一个批次大小 `batch_size`。在生成器函数内部,我们使用一个循环来逐批次读取和处理图像。具体来说,我们从 `file_paths` 列表中取出一批次的图像文件路径,并使用PIL库中的 `Image.open()` 函数和NumPy库中的 `np.asarray()` 函数将每个图像读取并转换为NumPy数组。然后,我们将这一批次的图像数组存储在一个NumPy数组中,并使用 `yield` 语句将其返回。在主程序中,我们可以使用 `for` 循环来逐批次处理图像

“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

打赏作者

悟V-SpHeNIC

支持科研技术

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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