为什么将matplotlib绘制的图形以.eps格式保存并进行光栅化后，文件大小会急剧增加？

Question

我有以下演示代码，其中我创建了一个简单的散点图，并将其保存为png、完全矢量化的eps和部分光栅化的eps。

对于大量的点，我期望矢量化的eps文件大小比png文件要大得多（至少在合理的dpi下），这也是我观察到的。当我将散点图光栅化时，我希望文件大小能够回到png的大小，因为实际上我只是在eps中“嵌入”了png，对吗？然而，光栅化版本的文件大小却完全膨胀了约20倍： png: 48K，完全矢量化的eps: 184K，光栅化的eps: 3.8M（在Linux openSUSE上，使用python 3.4.6和matplotlib 2.2.2）。

这是什么原因呢？我的理解是当我们将整个图形光栅化时，它会变成像png一样小，这种理解是错误的吗？当我将png放入inkscape并导出为eps时，我得到的文件（显然是光栅化的）比原始的png文件稍微大一点。

演示代码：

import matplotlib.pyplot as plt
import numpy as np

# Prepare some random data
N = 10000
x = np.random.rand(N)
y = np.random.rand(N)

dpi = 150

# Create a figure and plot some points
fig = plt.figure()
ax = fig_mesh.add_subplot(111)

scatter = ax.scatter(x, y, zorder=0.5)

# Save it as png or unrasterized eps
fig_mesh.savefig('mesh.png', dpi=dpi) # 184K
fig_mesh.savefig('mesh.eps') # 48 K

# Save it with rasterized points
ax_mesh.set_rasterization_zorder(1)
fig_mesh.savefig('mesh_rasterized.eps', dpi=dpi, rasterized=True) # 3.8M!

提前感谢您！

- kuadrat

---

我可以想象，存储在eps文件中的光栅图像不是压缩的png而是位图，因为eps通常需要无损。与png相比，位图通常非常大。因此，当将某些随机图像保存为png时，我得到了100 kB的文件大小，而将相同的图像保存为bmp时，它的大小为2 MB。 - ImportanceOfBeingErnest

@ImportanceOfBeingErnest确实，经过检查eps文件，我发现大部分文件由bmp组成。事实证明，我的光栅化理解是错误的：虽然我认为光栅化部分会被转换为固定分辨率的png样式图像，但它们仍然具有无限的分辨率。只是没有光栅化，我们会得到许多绘制矩形的向量指令（这可能需要长时间渲染，取决于查看器），而有了光栅化，我们得到一个巨大的位图，可能更快地呈现。现在回答自己的问题是否好的礼节？ - kuadrat

我猜礼貌的方式是先问问评论者是否愿意回答，但在这种情况下，你可以安全地假设如果我真的想要回答，我会这样做的，所以请继续回答，然后别忘了在两天内接受那个答案。 - ImportanceOfBeingErnest

谢谢你的提示。实际上，我想更礼貌地提出我的最后一个问题，包括对你回答的内在建议，但是我已经没有足够的字符空间了，所以我想“算了”，缩短一下 ;) - kuadrat

Answer 1

我将在此回答自己的问题，但感谢@ImportanceOfBeingErnest指引我正确的方向。 简短回答是：我对matplotlib中的rasterized关键字（以及栅格化）的理解有误。

文件大小增加的原因很简单，即无论栅格化什么内容，都必须将其作为无压缩位图放入结果eps中。根据所请求的dpi，这可能比我们在未栅格化情况下拥有的矢量指令集占用更少的空间，也可能占用更多的空间。 可以通过将问题演示代码中的dpi值更改为不同的值来进行测试。例如，在dpi = 10时，栅格化图像明显较小-尽管在这种情况下绘制点的分辨率难以忍受。但是，在矩形网格的情况下，例如由pcolormesh生成的情况下，可以设置较低的dpi而不会失去pcolormesh数据的“分辨率”。

为了完整起见，我添加了一个使用pcolormesh的示例，其中使用低dpi设置的结果栅格化eps比矢量版本小：

import matplotlib.pyplot as plt
import numpy as np

# Prepare some random data
n = 100
N = n*n
data = np.random.rand(N).reshape(n,n)

dpi = 50

# Create a figure and plot some points
fig = plt.figure()
ax = fig.add_subplot(111)

mesh = ax.pcolormesh(data, zorder=0.5)

# Save it as png or unrasterized eps
fig.savefig('mesh.png', dpi=dpi)
fig.savefig('mesh.eps')

# Save it with rasterized points
ax.set_rasterization_zorder(1)
fig.savefig('mesh_rasterized.eps', dpi=dpi, rasterized=True)

此外，在我的研究中，我发现了一个简单的“黑客”方法，可以使用 epstopdf 和 pdftops 命令（在 Linux 上测试）轻松地减小 eps 文件大小（似乎没有损失），希望对一些人有用：

$ epstopdf my.eps #Creates file my.pdf
$ pdftops -eps my.pdf # Creates smaller my.eps (overwriting the old one!)

最后，这些相关问题也帮助我理解了一些内容：

• 为什么matplotlib图像在rasterized=True的情况下文件大小巨大？
• eps格式和透明度问题（实际上@Hugo的回答对我帮助最大）

- kuadrat