python小波特征提取_长时间小波图像特征提取

我有几个目录，每个目录都有220个图像(已经有边框和去噪)，我需要从这些目录中提取ML的特性。将每个图像转换为一个Numpy数组，并使用该数组生成一个使用pywavelts的小波。输出文件是一个17,2MB，大约需要4分钟。我觉得没问题。在

但是当我运行同一个脚本(只改变字符串参数以便目录是大的)时，它似乎处于无限循环或其他什么地方。我意识到220张图片需要更长的时间，但它已经运行了2:30个小时了。似乎不是好吧。还有，当我试图查看文件大小时(通过上下文菜单)，它在2,2MB到17,2MB之间变化，然后又回到零。在

我真正的问题是：我要一直等吗？在

代码：def csv_writer(data, path):

np.set_printoptions(threshold=np.nan)

with open(path, "w", newline='') as csv_file:

writer = csv.writer(csv_file, delimiter=',')

for line in data:

writer.writerow(line)

def extractFeats():

for image_path in os.listdir(path):

input_path = os.path.join(path, image_path)

image = io.imread(input_path)

listOfArrays.append(image)

coeffs = pywt.dwt2(image, 'haar')

listOfCoeffs.append(coeffs)

for element in listOfCoeffs:

csv_writer(element,'trainTest.csv' )

Parallel(delayed(extractFeats()))

请注意，我使用joblib实现并行性。有什么想法吗