could be decompression bomb DOS attack

在使用Keras訓練模型的時候，需要從文件夾中讀取一系列的圖片，由於Keras在將圖片輸入模型中時，使用的是PIL來進行導入，在我的樣本中有一些很大圖片，例如衛星影像，大尺寸地圖等；由於超過了PIL尺寸的限制，會報錯：

DecompressionBombWarning: Image size (139332960 pixels) exceeds limit of 89478485 pixels, could be decompression bomb DOS attack.

解決的辦法是使用其他的開源庫，來打開這些大圖片，試了一下Opencv，skimage都不行，由於樓主有遙感專業背景，就想着能不能分波段將圖片讀進去，然後將這些大圖進行降採樣，這樣就可以解決這個警告啦！而且也不會影響模型的訓練！那這個時候就需要使用到我們今天的主角：

GDAL - Geospatial Data Abstraction Library

Python安裝GDAL非常的簡單，網上一大堆的教程，簡單編譯一下就是了！這裏樓主就不再提了，如果你實在不會編譯的話，那麼就用我這邊已經編譯好的吧：

點擊打開鏈接

當安裝完畢後，直接將每個波段讀取進來：

r = dataset.GetRasterBand(1)
g = dataset.GetRasterBand(2)
b = dataset.GetRasterBand(3)

然後將每個波段進行降採樣：

            # 設定新圖像的寬和高
                newX = 2000
                newY = 2000

            # 對每個波段進行resize
                data1 = r.ReadAsArray(0, 0, x, y, newX, newY)
                data2 = g.ReadAsArray(0, 0, x, y, newX, newY)
                data3 = b.ReadAsArray(0, 0, x, y, newX, newY)
            # print(data1.mean(), data2.mean(), data3.mean())

然後拼接成一個新的array就可以了：

# 將波段融合在一起
    data = np.dstack([data1, data2, data3])

# 波段轉化爲圖像
    im = Image.fromarray(data)

這樣就可以完美的解決這些超大圖像的讀入問題啦！