V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
nellace
V2EX  ›  问与答

每个月有 50g 的 tif 要转 png,有没有效率高一些的办法

  •  
  •   nellace · 2016-08-02 16:50:24 +08:00 · 4997 次点击
    这是一个创建于 3038 天前的主题,其中的信息可能已经有所发展或是发生改变。

    每周有大概 12 个 g 的 tif 文件,要转成 png 存服务器,现在处理一遍 12g 的要 8 个小时,程序是以前 c#做的,打算提高些效率,不知道有没有人有好办法

    第 1 条附言  ·  2016-08-02 19:01:28 +08:00
    现在是用的 freeimage 开源项目来处理,不知道有没有更好的处理方法
    40 条回复    2016-08-03 13:12:27 +08:00
    fcicq
        1
    fcicq  
       2016-08-02 17:05:14 +08:00   ❤️ 2
    典型的加 CPU 个数就足够解决的问题
    Srar
        2
    Srar  
       2016-08-02 17:48:47 +08:00   ❤️ 1
    GPU 加速?
    cxbig
        3
    cxbig  
       2016-08-02 17:51:37 +08:00
    同 subnet 开一个机器专门处理,完了扔掉。
    lllooo
        4
    lllooo  
       2016-08-02 17:52:38 +08:00
    加 CPU ,程序用 C 重写一遍,队列加大并行数。
    lllooo
        5
    lllooo  
       2016-08-02 17:54:02 +08:00   ❤️ 5
    还有一个奇葩的方法。写个程序,然后公司员工安装上,自动转,然后上传。
    undeflife
        6
    undeflife  
       2016-08-02 18:00:44 +08:00
    既然是每周累积的 为什么不在 tif 文件产生的时候就完成这个处理步骤而一定要集中处理?
    nellace
        7
    nellace  
    OP
       2016-08-02 19:00:06 +08:00
    @undeflife 牵扯到跨部门问题,数据每周定期更新
    nellace
        8
    nellace  
    OP
       2016-08-02 19:02:33 +08:00
    @fcicq 下载是开了一台 16g 内存电脑专门处理,处理程序是用 freeimage 开源项目处理,就是不知道还有没有其他的办法
    nellace
        9
    nellace  
    OP
       2016-08-02 19:04:49 +08:00
    @lllooo 套路。。。。
    xmoiduts
        10
    xmoiduts  
       2016-08-02 19:07:16 +08:00 via Android
    租用按量云计算?一台机子 8 小时, 10 台机子就 1 小时了。
    lhbc
        11
    lhbc  
       2016-08-02 19:19:08 +08:00   ❤️ 1
    ImageMagick + GPU
    kamen
        12
    kamen  
       2016-08-02 19:35:10 +08:00 via Android
    @llloo@lllooo 人心不古啊,到处都是套路
    hellov22ex
        13
    hellov22ex  
       2016-08-02 19:39:34 +08:00   ❤️ 1
    天河 2 ?
    czheo
        14
    czheo  
       2016-08-02 19:43:50 +08:00 via iPhone
    加机器
    3dwelcome
        15
    3dwelcome  
       2016-08-02 19:48:13 +08:00 via Android
    好奇什么图片、竟然是 tif 格式?
    moult
        16
    moult  
       2016-08-02 20:01:52 +08:00
    先把图片传到七牛或者又拍云,然后换个格式再下载回来,并删除文件。其实这种办法和租用云服务器类似,可能瓶颈在带宽,如果租用云服务器的话,务必租关机不计费的机器。
    排除云端方案的话,那就只有本地了。要么加 CPU 核心,或者上 GPU ,要么就组“集群”,也就是 5L 的方案。
    skydiver
        17
    skydiver  
       2016-08-02 20:14:41 +08:00   ❤️ 1
    写个 Makefile ,调用 ImageMagick ,然后 make -j32
    skydiver
        18
    skydiver  
       2016-08-02 20:19:11 +08:00
    而且 8 个小时一点都不多好吧……
    cfans1993
        19
    cfans1993  
       2016-08-02 20:35:49 +08:00 via Android
    找数字公司商量一下,能不能租万把台 pc 几分钟
    larsenlouis
        20
    larsenlouis  
       2016-08-02 22:22:26 +08:00   ❤️ 3
    安装 imagemagick 和 parallel ,一条命令搞定。
    find . -name '*.tif' | parallel convert {} {}.png

    imagemagick 用 c 语言写的图片处理瑞士军刀
    parallel 并行的执行计算任务

    我用的样图是 http://olympus-esystem.jp/products/e1/sample/image/sample01.tif , 15.3MiB
    复制为 10 份,在一台 i7-4790 16GRAM 上的双核、 2G RAM ubuntu 虚拟机上跑
    real 0m15.724s
    user 0m26.748s
    sys 0m0.520s
    大约 9.73MiB/s , 50GiB 图片大概要 1.5 小时。
    herozhang
        21
    herozhang  
       2016-08-02 22:22:53 +08:00 via iPhone
    直觉是程序写的效率问题,再来就是并行处理。
    herozhang
        22
    herozhang  
       2016-08-02 23:00:56 +08:00   ❤️ 1
    刚测试了一下,用 imagemagick 的 conver

    用 photoshop 生成了一个 600M 的 tiff 文件 test.tiff

    > time convert test.tif test.png
    convert test.tif test.png 18.92s user 1.19s system 99% cpu 20.123 total

    20 秒-600M
    50G 算下来也就是 1700 秒=0.47 小时

    如果开并行,应该是接近线性的时间关系。

    硬件平台: mid2014 MBP i7 CPU
    ins
        23
    ins  
       2016-08-02 23:29:02 +08:00
    ....8 小时 知足吧兄弟...
    msg7086
        24
    msg7086  
       2016-08-02 23:30:32 +08:00   ❤️ 1
    要便宜的话弄几台 x5650 的洋垃圾,要处理的时候开机然后并行跑,价格便宜量又足。
    nellace
        25
    nellace  
    OP
       2016-08-02 23:32:50 +08:00   ❤️ 1
    @3dwelcome 出版行业一般都是存 tif ,因为 tif 对白底黑字,白色面积较大的情况压缩率高,同等大小更清晰,反过来要是黑底白字那文件就更大了,考虑浏览器不支持 所以要再转 png 保存
    nellace
        26
    nellace  
    OP
       2016-08-02 23:33:52 +08:00
    @cfans1993 公司有挺大的机房,这个用途估计不给批啊。。。
    nellace
        27
    nellace  
    OP
       2016-08-02 23:35:03 +08:00
    @ins 主要是这个活每周都要处理新的,这周数据有 25g ,想着每周都干就看看有没有优化的空间
    nellace
        28
    nellace  
    OP
       2016-08-02 23:36:36 +08:00
    @moult 考虑过这样处理,瓶颈确实在带宽
    coderluan
        29
    coderluan  
       2016-08-02 23:49:16 +08:00
    imagemagick
    wclebb
        30
    wclebb  
       2016-08-03 02:02:32 +08:00 via iPhone
    不知道用 ps 的批处理感觉是怎样的……
    xenme
        31
    xenme  
       2016-08-03 08:27:41 +08:00 via iPhone   ❤️ 1
    先找瓶颈么,找到了再对应优化
    designer
        32
    designer  
       2016-08-03 08:55:21 +08:00
    图喵 表示太恐怖了
    CupTools
        33
    CupTools  
       2016-08-03 08:58:30 +08:00   ❤️ 1
    学校有人用 sed | awk | > | cat 去转换 BIND zones , 3 亿纪录花了一晚上

    我看了看他的 bash script ,各种打开文件关闭文件管道 不慢才怪

    同楼上 先找瓶颈
    nellace
        34
    nellace  
    OP
       2016-08-03 09:28:10 +08:00
    @xenme
    @CupTools 好的 ,今天在用 freeimage 写的这份源码了,初步判断处理起来瓶颈应该在并行,谢谢各位
    CupTools
        35
    CupTools  
       2016-08-03 09:46:34 +08:00
    @nellace IO 也可能会是瓶颈
    123s
        36
    123s  
       2016-08-03 09:57:42 +08:00
    加入收藏
    sgissb1
        37
    sgissb1  
       2016-08-03 10:41:37 +08:00
    其实 c#写的也问题不大,只要正对某个“平台”选择特定的平台编译就好了。

    然后看瓶颈,是 io 瓶颈,就改 ssd ,用 ssd 做转换任务中的临时盘,转换完成了,再搬会机械盘。
    如果是内存,就加内存。是 cpu 就加 cpu 。

    实在没有其他办法,你也只能考虑用 c 重写,或者楼上几位说的用 gpu 。

    一般服务端优化的套路大致从这几个入手
    cnkuner
        38
    cnkuner  
       2016-08-03 11:20:36 +08:00 via Android
    @sgissb1 如果内存够,文件不是很重要的话可以全放内存里,然后转存硬盘。
    bleaker
        39
    bleaker  
       2016-08-03 11:24:24 +08:00
    这个场景蛮适合用七牛的,存储和转码基本是白菜价,和电费差不多了。。
    zqiyun
        40
    zqiyun  
       2016-08-03 13:12:27 +08:00
    又不用你盯着, 8 小时就 8 小时呗,睡一觉不就完成了
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5830 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 32ms · UTC 03:06 · PVG 11:06 · LAX 19:06 · JFK 22:06
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.