我正在尝试使用 R 批量调整数千个图像的大小（即减小文件大小）。我已经使用下面的代码成功地实现了这一点，但这需要很长时间（特别是当调整大小 > 50,000 个图像时）。有什么办法可以让这个任务在多个核心上运行吗？我是并行计算方面的新手，因此我们将不胜感激。提前致谢！
library(imager)
pages <- list.files(path = '...insert directory path...',
full.names = TRUE)
for(x in 1:length(pages)) {
file <- load.image(pages[x])
resized <- imresize(file,
scale = 0.390625)
save.image(resized,
file = gsub("JPG", "jpg", paste(pages[x])))
}
秘密武器是GNU 并行。安装它homebrew:
brew install parallel
现在，创建一个输出目录，这样你的输入图像就不会被破坏并运行一堆mogrify并行命令：
mkdir results
parallel -X mogrify -resize 39% -path results ::: *.jpg
请做好备份，直到您掌握窍门为止！
基准
我制作了 1,000 个充满随机噪声的 400x400 JPEG，并按顺序转换它们
time for i in *.jpg; do convert $i -resize 39% results/$i; done
real 0m19.086s
user 0m18.615s
sys 0m3.445s
然后并行：
time parallel -X mogrify -resize 39% -path results ::: *.jpg
real 0m3.351s
user 0m23.021s
sys 0m0.706s
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
