结论先行：

pillow中打开图像函数Image.open()

1. 是一个惰性函数，调用后并不会加载数据而是在你第一次访问数据时加载。

2.通过np.array()转换成数组会产生两份图像内存数据。

观察实验：

没有拜读源码，通过简单观察分析内存情况

这是一张1920*1080的jpg图像，占磁盘图像1.07M，解码后的8-bit RGB未5.93M，b-bit RGBA为7.9M

通过在代码不同位置check内存占用，单位KB

1. open-load

    #check  52056
    img=Image.open(r".\2233.jpg")
    #check  52696
    img.load()
    #check 61944
    img.close()
    #check #53932
    print(a)

open后图像基本没有增长，load后内存增长9.2M，大概是一个jpg文件+RGBA的小；close后RGBA内存释放，一直存在一个1.M的内存残留，del img后依旧残留，机制不详。

open不会加载数据，load后会加载文件数据，并进行解码。

2. load +? array

    #check  51452
    img=Image.open(r".\2233.jpg")
    #check  51916
    img.load()
    #check 61176
    array=np.array(img)
    # check 66796
    img.close()
    #check #58704
    del array
    #check 52776
    del img
    # check 52776

load 后增加一个jpg文件+RGBA的大小，np.array(img)后增加一个RGB的大小，close后RGBA释放，del array后RGB释放。

numpy.array()的机制就是拷贝内存，一切很合理，但生成的array只是RGB数据。

2. np.array +load

    #check  52284
    img=Image.open(r".\2233.jpg")
    #check  52812
    array = np.array(img)
    #check 67172
    img.load()
    # check 67168
    img.close()
    #check #59064
    del array
    #check 52968
    del img
    # check 52968

open之后直接，np.array，内存增加y一个jpg文件大小+RGBA+RGB。load后内存没有增长。close后RGBA释放 del array后RGB释放。

直接通过np.array()生成numpy数据，Image对象依旧会加载文件解码图像，然后再产生一个numpy数组的副本。