NITF with JPEG2000
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
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
- Aucun Dockerfile ni fichier Docker Compose
- Aucun modèle de pull request
- Lire le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de NVIDIA/nvImageCodec
-
Difficulté 2/5 1-3 heures Accessibilité débutants 79/100
NVIDIA/nvImageCodec#65 · 1 commentaire ·
-
Difficulté 3/5 1-2 jours Accessibilité débutants 72/100
NVIDIA/nvImageCodec#66 · 1 commentaire ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 38/100
NVIDIA/nvImageCodec#64 ·
-
nvjpeg2k error 3 (Bad jpeg) on valid JPEG 2000 aerial photos that OpenJPEG and ffmpeg decode identicallyPeut-être pris @mkepa-nv l’a pris il y a 5 jours. Ouvertebug
NVIDIA/nvImageCodec#63 · 2 commentaires · 1 personne assignée ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 8/100
NVIDIA/nvImageCodec#60 ·
Toutes les issues de NVIDIA/nvImageCodec
Issues similaires
-
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
Stirling-Tools/Stirling-PDF#8875 · 1 réaction ·
Les mainteneurs répondent en général sous 2 jours
-
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
Les mainteneurs répondent en général sous 1 jour
-
COCO crowd annotations (iscrowd=1) are counted as ground truth, lowering detection recall and APOuverte
Difficulté 2/5 1-3 heures Accessibilité débutants 75/100
JdeRobot/PerceptionMetrics#681 ·
Les mainteneurs répondent en général sous 1 jour
-
bug
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
opencv/opencv#30744 · 1 commentaire ·
Les mainteneurs répondent en général sous 1 jour
-
Difficulté 2/5 Moins d'une heure Accessibilité débutants 85/100
Les mainteneurs répondent en général sous 2 jours