pdf到图像的转换需要大量空间

Question

我有一个快速且肮脏的python脚本，该脚本将pdf作为输入并将页面保存为图像数组（使用pdf2image）。

我不明白的是：72张图像占用了920MB的内存。但是，如果我将图像保存到文件中然后重新加载，我的存储空间几乎只有30-40MB（图像的总大小为29MB）。那有意义吗？

我还尝试使用pickle来转储数组，在由于MemError而导致崩溃之前，我达到了大约3GB。我完全不知所措，正在吞噬这么多的内存...

Answer 1

之所以会占用大量内存，很可能是由于元数据使用量过多，未压缩的图像数据（原始颜色数据）或库/工具本身中的无损图像编解码器所致。

这也可能取决于图像的大小，数量等。

最后一句话，关于泡菜。 Pickle本身是Python用来保留某些变量状态的内存转储格式。将内存转储到磁盘上的会话状态是一项繁重的任务。 Python不仅需要将所有内容转换为启用已保存状态的格式，而且还必须在保存数据后将所有数据复制到已知状态。这样做可能会消耗大量的内存和磁盘。 （只有这样，它才能通常对数据进行分块。）

回答一些评论后，一种解决方案是传递参数fmt=jpg，该参数可使图像保持压缩状态，从而降低资源使用量。