在Python数据结构中高效地存储多个图像

Question

我有几个图像（它们的数量可能会随着时间的推移而增加）以及它们相应的带注释的图像 - 我们称它们为图像蒙版。

我要原来的图像灰度和注释口罩转换为二进制图像（B & W），然后保存在基于B & W像素坐标的熊猫数据帧/ CSV文件中的灰度值。

这意味着很多来回切换原始图像和二进制图像。

我不想每次都读取文件中的图像，因为这可能非常耗时。

任何建议哪个数据结构应该用于在Python中存储几种类型的图像？

Answer 1

PIL和Pillow对于这类工作只是略有用处。

用于“查找和计数”对象的基本算法就像你正在做的事情是这样的：1.转换为灰度2.阈值（自动通过Otsu方法，或类似，或手动设置阈值值）3.轮廓检测4.基于轮廓的遮蔽和物体计数。

您可以使用Mat（整数，Mat1i）将数据结构适合在这种情况下。

Answer 2

我使用了几个列表和list.append（）来存储图像。

用于查找黑色中的白色区域&我用的cv2.findNonZero（）。