Question

我的Python代码，专为计算傅里叶变换而设计，无法完成任务。

  def fouriertransform(result):     #function for FTM computation
    for filename in glob.iglob('*.tif'):
     imgfourier = scipy.misc.imread(filename, flatten = True)
     image = np.array([imgfourier])#make an array as np
     arr = np.abs(np.fft.fftshift(np.fft.fft2(image)))**2
      with open('сomput.csv', 'wb') as csvfile:
       for elem in arr.flat[:50]:
       writer = csv.writer(csvfile, .....)
       writer.writerow([('{}\t'.format(elem))])

追踪（最近一次呼叫最后一次）：

  File "C:\Python27\lib\site-packages\numpy\fft\fftpack.py", line 524, in _raw_fftnd
  a = function(a, n=s[ii], axis=axes[ii])
  File "C:\Python27\lib\site-packages\numpy\fft\fftpack.py", line 164, in fft
  return _raw_fft(a, n, axis, fftpack.cffti, fftpack.cfftf, _fft_cache)
  File "C:\Python27\lib\site-packages\numpy\fft\fftpack.py", line 75, in _raw_fft
  r = work_function(a, wsave)

MemoryError

图像大90 MB，如果以某种方式在1-5 MB图像上工作，如何解决问题？

谢谢

Answer 1

一些建议：

scipy.fftpack函数允许您选择覆盖输入数组（overwrite_x=True），这可能会为您节省一些内存。
您还可以尝试anfft（或更新的pyFFTW），它只是FFTW C库的Python包装器。它肯定比numpy和scipy FFT函数快得多，至少在我手中它看起来也更节省内存。
您是否可以将数组转换为较低的位深度（float64-＆gt; float32，uint16-＆gt; uint8）？
您可以随时对图片进行下采样（例如，使用scipy.ndimage.zoom）。降低图像的空间分辨率当然会降低FFT的光谱分辨率，但对你来说可能并不重要，具体取决于你想用它做什么。
购买更多内存？

不能在.tiff图像上运行Python代码计算傅里叶变换吗？如何管理记忆？

1 个答案: