Question

我正在使用GDAL开发一个Python项目来处理GIS栅格。这些栅格或图像可能会变得相当大，所以我通常在Numpy中使用内存映射来加载它们。目前我想对内存映射的Numpy数组进行距离变换操作。我试图使用Scipy的distance_transform_edt函数，但是，此函数会在内存中返回结果的副本，最终会出现内存错误。

561, in distance_transform_dataset
    dest_array = ndimage.distance_transform_edt(source_array) * pixel_size
File "/usr/local/lib/python2.7/dist-packages/scipy/ndimage/morphology.py", line 2173,   
    in distance_transform_edt
input = numpy.atleast_1d(numpy.where(input, 1, 0).astype(numpy.int8))
MemoryError
None

很多时候这样的功能会有一个＆＃39; out＆＃39;将结果写入的参数。这个函数没有，所以我不能写入内存映射的numpy数组。

关于如何在大型numpy阵列上进行内存有效距离变换计算的任何想法都将非常受欢迎。谢谢。

Answer 1

您使用的是什么版本的Scipy？在我正在运行的版本（0.12.0）中，没有out参数，因为有两个输出参数：distances和indices，它们都可以用于输出。如果提供了这些并且是ndarray或子类的实例，scipy将使用它们进行转换。来自文档：

距离：ndarray，可选

用于距离数组的输出，必须是float64类型。

指数：ndarray，可选

用于索引的输出，必须是int32类型。

请注意，文档中存在拼写错误，至少在0.12.0中：distance应为distances。

不幸的是，这似乎不是您的实际问题。您的实际问题似乎发生在distance_transform_edt将input转换为二进制文件时，看起来它会复制input ...您的输入有多大？

根据scipy版本编写自己的distance_transform_edt版本可能值得。它只有大约50行，其中大多数都处理各种输入/输出类型。

如何使用Scipy进行内存有效的距离变换操作？

1 个答案: