我想调整大量（大约5200）的图像文件（PPM格式，每个5 MB大小），并使用convert将它们保存为PNG格式。
简洁版本：
convert吹起24 GB的内存，虽然我使用的语法告诉convert为连续处理图像文件。
长版本：
对于超过25 GB的图像数据，我想我不应该同时处理所有的文件。 我search了关于如何连续处理图像文件的ImageMagick文档，我发现 ：
调整读取的每个图像的速度更快，资源更less。
$ convert '*.jpg[120x120]' thumbnail%03d.png
另外， 教程指出 ：
例如，而不是…
montage '*.tiff' -geometry 100x100+5+5 -frame 4 index.jpg它首先读取所有的tiff文件，然后调整它们的大小。 你可以做，而不是…
montage '*.tiff[100x100]' -geometry 100x100+5+5 -frame 4 index.jpg这将读取每个图像，并调整它们的大小，然后继续下一个图像。 导致内存使用量less得多，并且在达到内存限制时可能会阻止磁盘交换（颠簸）。
因此，这就是我所做的：
$ convert '*.ppm[1280x1280]' pngs/%05d.png
根据文档，它应该逐一处理每个图像文件：读取，resize，写入。 我在一台有12个真实内核和24 GB内存的机器上这样做。 但是，在前两分钟内， convert过程的内存使用率增长到约96％。 它呆在那里一会儿。 CPU使用率最高。 稍微长一点，这个过程就死了，只是说：
杀害
在这一点上，没有输出文件已经产生。 我在Ubuntu 10.04和convert --version说：
Version: ImageMagick 6.5.7-8 2012-08-17 Q16 http://www.imagemagick.org Copyright: Copyright (C) 1999-2009 ImageMagick Studio LLC Features: OpenMP
它看起来像convert尝试在开始转换之前读取所有数据。 所以无论是在convert错误，与文档的问题，或者我没有正确阅读文档。
哪里不对？ 如何在调整大量图像文件的同时实现低内存使用率？
顺便说一句：一个快速的解决scheme是只是循环使用shell的文件，并调用每个文件独立convert 。 但我想了解如何实现与纯ImageMagick相同。
谢谢！
没有直接访问你的系统，真的很难帮你调试。
但是你可以做三件事来帮助你缩小这个问题：
作为第一个命令行参数添加-monitor ，以查看有关正在进行的更多详细信息。
（可选）添加-debug all -log "domain: %d +++ event: %e +++ function: %f +++ line: %l +++ module: %m +++ processID: %p +++ realCPUtime: %r +++ wallclocktime: %t +++ userCPUtime: %u \n\r"
暂时不要使用'* .ppm [1280×1280]'作为参数，而是使用'a * .ppm [1280×1280]'。 目的是限制你的通配符扩展（或其他合适的方式来实现相同的目标），而不是所有可能的匹配。
如果你做'2' 你需要做'3'。 否则你会被大量的输出所压倒。 （你的系统似乎也无法处理完整的通配符而不必杀死进程…）
如果您找不到解决方案，那么…
得到同样的问题，似乎是因为ImageMagick创建临时文件到/ tmp目录 ，这通常挂载为一个tmpfs。
把你的tmp移到别的地方。
例如：
在一个大的外部驱动器上创建一个“tmp”目录
mkdir -m777 /media/huge_device/tmp
确保权限设置为777
chmod 777 /media/huge_device/tmp
作为root用户，将其替换为您的/ tmp
mount -o bind /media/huge_device/tmp /tmp
注意：应该可以使用TMP环境变量来执行相同的技巧。
如果你有12个内核的话，我会选择GNU Parallel，就像这样，效果非常好。 由于它一次只能处理12个图像，同时仍然保留输出文件的编号，所以只使用最小的RAM。
scene=0 for f in *.ppm; do echo "$f" $scene ((scene++)) done | parallel -j 12 --colsep ' ' --eta convert {1}[1280x1280] -scene {2} pngs/%05d.png
笔记
-scene让你设置场景计数器，它出现在你的%05d部分。
--eta预测您的工作将在何时完成（估计到达时间）。
-j 12每次并行运行12个作业。