我想这取决于你想执行什么类型的处理。如果您试图执行一些可以完成的操作，首先将较大的输入拆分为较小的图像文件，然后独立处理块，最后将输出部分缝合回较大的最终输出，那么这是可能的。我不是图像Maven，但如果你想把彩色图像变成灰度，那么你可以把大的图像切成小的图像。然后使用mr并行转换，一旦Map完成，然后将它们缝合回一个大的灰度图像。
如果您了解图像的格式，那么您可以编写自己的recordreader，以帮助框架了解记录边界，从而在将它们输入到Map器时防止损坏。

如果您的块大小是64MB，hdfs很可能会将您的映像文件分割成块并跨集群复制，这取决于您的集群配置。
假设您希望将图像文件处理为一条记录，而不是一行一行地处理多个块，下面是我可以想到的几个选项来处理整个图像文件。
可以实现自定义输入格式和记录读取器。输入格式的issplitable（）方法应返回false。recordreader.next（longwritable pos，rectype val）方法应该读取整个文件，并将val设置为文件内容。这将确保整个文件作为一条记录转到一个Map任务。
可以对输入格式进行子类化，并重写issplitable（）方法，使其返回false。这个例子展示了如何创建一个子类
sequencefileinputformat以实现不可分割的sequencefileinputformat。

尽管可以使用wholefileinputformat或sequencefileinputformat或其他自定义的方法来读取图像文件，但实际问题（在我看来）是从读取的文件中提取一些内容。好的..你已经读过文件了，现在怎么办？你将如何处理你的图像来检测你的Map器中的任何物体。我不是说这不可能，但这需要做很多工作。
嗯，你最好用hipi之类的东西。hipi提供了一个api，用于在mapreduce框架上执行图像处理任务。
编辑：
如果您真的想按自己的方式来做，那么您需要编写一个定制的inputformat。因为图像不像文本文件，所以不能使用像这样的分隔符 \n 用于拆分创建。一种可能的解决方法是根据给定的字节数创建拆分。例如，如果您的图像文件是200mb的，您可以编写一个inputformat，它将创建100mb的拆分（或者在作业配置中作为参数提供的任何内容）。很久以前，我在处理一些二进制文件时遇到过这样的情况，这个项目对我帮助很大。
hth公司