NITF with JPEG2000

Ouverte
#39 1 commentaire 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
5/5
Temps estimé
Plus d'une semaine
Accessibilité débutants
25/100
Type d'issue
Fonctionnalité
Clarté
À clarifier
Activité
À l'abandon
Stack technique
numpy, python
Domaine
computer-vision

Piste de recherche

Commencez par le constructeur actuel de code-stream de l’API Python et le chemin qui décode une ROI NumPy à partir d’octets encodés. Cherchez à déterminer s’il peut lire une plage d’octets bornée depuis un conteneur NITF sans charger la totalité de la charge utile JPEG2000 ; le travail est terminé lorsqu’une approche documentée et fonctionnelle pour décoder la petite ROI avec une mémoire d’entrée bornée est disponible.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

question
Describe the question.

I’m interested in using the python API to decode a NITF file containing a very large image encoded with JPEG2000. A NITF is a container format, encapsulating a header and one or more images. When using JPEG2000 compression, image data is effectively a .jp2 file encapsulated within a larger NITF file.

I’m currently able to discover the extents of the encapsulated image data through other means, read the complete (very large) encoded image to a python variable as bytes, form a code stream from those encoded bytes, and then decode a numpy array for the small ROI I’m interested in. Unfortunately this is relatively inefficient as I have to read and store the complete encoded image just to decode a small portion.

One useful possibility would be a new code stream constructor that takes a file name, byte offset, and byte length. This would let me form a code stream from just the relevant JP2 portion of the encapsulating NITF without reading all bytes into memory.

Would such a constructor be possible? Or is there some other way to achieve decoding for a container format like NITF without reading the entire byte stream to memory?

Thanks in advance for any help!

Check for duplicates
  • I have searched the open bugs/issues and have found no duplicates for this bug report
Langage dominant
Jupyter Notebook
Étoiles
164
Forks
26
Merge moyen
27 min
PR mergées (30 j)
1

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de NVIDIA/nvImageCodec

Toutes les issues de NVIDIA/nvImageCodec

Issues similaires

Plus d'issues Computer Vision

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.