如何在hadoop中获得像素rgb值？

Question

我有数百万的图像存储在hadoop的hdfs中。我想建立这些图像的索引。如何获得这些图像的像素RGB值？我是hadoop中的新成员，hadoop中的图像格式与原始图像二进制格式不同。另一个问题是，我应该使用hadoop中的序列文件将巨大的图像打包成大文件以提高效率？非常感谢。

Answer 1

我可部分回答这个问题。

另一个问题是我应该使用sequencefile Hadoop中收拾的巨大图像，以一个大文件的效率？

取决于单个文件的大小。如果单个文件真的很大，那么整合它们可能不会真的有帮助，反之亦然。

入住这query上SO了解更多详情。

Answer 2

如果你有额外的存储空间和效率对你很重要，我肯定会用SequenceFile去。 Hadoop将会为你分割文件。我们遇到了一个案例，我们正在从图像文件中提取数据，类似于您正在做的事情。在我们的例子中，我们提取了在发现系统中提取的元数据，以便我们的图像文件可以在群集外搜索。在这种情况下，因为效率对我们来说并不是什么大问题，所以我们只是单独处理这些文件，以确保它们不会分裂。这样另一个系统可以通过http重新获取源文件。