如何高效加载图像？

问：

1. 我的谷歌驱动器文件夹及其网址中有 17,026 个网络漫画海报图像数据（.jpeg/（256,256,3））
2. 我想按他们的绘画风格进行聚类。
3. 所以我将数据加载到变量中来学习模型（我使用了 K-means）
4. 但是当我完成加载系统内存的状态是 3.1/12.7 但是..
5. 同时转换图像 BOMB！！我的系统内存爆炸了。 （我不仅想学习原始图像，还想学习精明的边缘图像和HSV图像..）

所以我必须有效地使用我的内存

请帮帮我。我的图像数据是否太大 （17026*（2562563））？

os.chdir(image_dir)
files = os.listdir(image_dir)
jpeg_img = []

for file in files:
    if '.jpeg' in file: 
        f = cv2.imread(file)
        jpeg_img.append(f)

edge_X = []
hsv_X = []
#edge 
for img in jpeg_img:
  edge_X.append(cv2.Canny(img,256,256))
edgedX = np.array(edge_X)

for img in jpeg_img:
  hsvImage = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
  hsv_X.append(hsvImage)

hsv_X = np.array(hsv_X)