我试图处理一个巨大的numpy数组，然后我最终使用cv2.imwrite(numpy.array)写入JPEG图像。不幸的是，我正在使用的内容不适合我的RAM，即使最终的JPG图像应该只有大约200 MB。
如何在不使RAM过载的情况下管理这些负载?
有没有其他的方法来写一个图像没有存储整个数组在我的RAM一次?我可以一次加载一小部分数组，但我不知道使用哪个模块/函数来写入图像，而不需要立即将整个内容存储在RAM上。
到目前为止，我已经将整个图像保存在4个较小的图像(四分之一)中，因为这是我在有限的RAM中所能做的最好的事情。但我仍然希望能够将它们拼接成一个完整的图像。目标图像为3通道26112 x 20480图像。
如果图像大小为26112 x 20480，有三个通道，每个通道一个字节，则未压缩的数据占用3 x 26112 x 20480字节，约为1.5 gb。JPEG文件可以比这小得多，因为它使用有损压缩，但图像的OpenCV表示没有。
一些操作(如裁剪块边界)是可能的压缩表示，由Jpegtran证明，但对于大多数事情，你会做在OpenCV你将不得不解压缩数据。如果你的算法恰好是可以直接用8x8块的DCT系数来编写的，你就不需要解压缩，但OpenCV在这方面帮不了你。
我不知道它是否适用于OpenCV，但numpy支持原始数组数据的内存映射I/O。当您读取不在内存中的数据页时，操作系统将从映射文件中读取它，如果内存耗尽，它将驱逐一些页面。这将取决于您的数据访问模式，如果这将是高性能的。原则上，您应该能够简单地在一个文件上调用mmap，其中您已经解压缩了正确内存布局中的所有图像数据，并将指针包装在OpenCV数组中，但我自己还没有尝试过。
您可以使用稀疏矩阵进行大型图像处理。一个可能对你有用的库是Eigen。下面是关于使用稀疏矩阵的教程。
OpenCV也支持稀疏矩阵