То, что я пытаюсь сделать, довольно просто, когда мы имеем дело с локальным файлом, но проблема возникает, когда я пытаюсь сделать это с удаленным URL-адресом.
В принципе, я пытаюсь создать объект изображения PIL из файла, извлеченного из URL-адреса. Конечно, я всегда мог просто получить URL-адрес и сохранить его в временном файле, а затем открыть его в объект изображения, но это очень неэффективно.
Вот что у меня есть:
Image.open(urlopen(url))
Отказывается, жалуется, что seek() недоступен, поэтому я попробовал это:
Image.open(urlopen(url).read())
Но это тоже не сработало. Есть ли лучший способ сделать это или записывает во временный файл принятый способ делать такие вещи?
Ответ 1
В Python3 модули StringIO и cStringIO исчезли.
В Python3 вы должны использовать:
from PIL import Image
import requests
from io import BytesIO
response = requests.get(url)
img = Image.open(BytesIO(response.content))
Ответ 2
вы можете попробовать использовать StringIO
import urllib, cStringIO
file = cStringIO.StringIO(urllib.urlopen(URL).read())
img = Image.open(file)
Ответ 3
Я использую библиотеку запросов. Это кажется более надежным.
from PIL import Image
import requests
from StringIO import StringIO
response = requests.get(url)
img = Image.open(StringIO(response.content))
Ответ 4
Для тех из вас, кто пользуется Pillow, из версии 2.8.0 вы можете:
from PIL import Image
import urllib2
im = Image.open(urllib2.urlopen(url))
или если вы используете requests:
from PIL import Image
import requests
im = Image.open(requests.get(url, stream=True).raw)
Литература:
Ответ 5
Используйте StringIO чтобы превратить прочитанную строку в StringIO объект:
from StringIO import StringIO
import urllib
Image.open(StringIO(urllib.requests.urlopen(url).read()))
Ответ 6
Для тех, кто выполняет некоторую обработку сообщений sklearn/numpy (т.е. глубокое обучение), вы можете обернуть объект PIL с помощью np.array(). Это может избавить вас от необходимости использовать Google, как я:
from PIL import Image
import requests
import numpy as np
from StringIO import StringIO
response = requests.get(url)
img = np.array(Image.open(StringIO(response.content)))
Ответ 7
Python 3
from urllib.request import urlopen
from PIL import Image
img = Image.open(urlopen(url))
img
Jupyter Notebook и IPython
import IPython
url = 'https://newevolutiondesigns.com/images/freebies/colorful-background-14.jpg'
IPython.display.Image(url, width = 250)
В отличие от других методов, этот метод также работает в цикле for!
Ответ 8
выберите изображение в Chrome, щелкните по нему правой кнопкой мыши, нажмите " Copy image address, вставьте его в переменную str (my_url), чтобы прочитать изображение:
import shutil
import requests
my_url = 'https://www.washingtonian.com/wp-content/uploads/2017/06/6-30-17-goat-yoga-congressional-cemetery-1-994x559.jpg'
response = requests.get(my_url, stream=True)
with open('my_image.png', 'wb') as file:
shutil.copyfileobj(response.raw, file)
del response
Открой это;
from PIL import Image
img = Image.open('my_image.png')
img.show()
Ответ 9
Возможно, рекомендуемый способ ввода/вывода изображений в эти дни - использовать специальный пакет ImageIO. Данные изображения могут быть прочитаны непосредственно из URL с помощью одной простой строки кода:
from imageio import imread
image = imread('https://cdn.sstatic.net/Sites/stackoverflow/img/logo.png')
Многие ответы на этой странице предшествуют выпуску этого пакета и поэтому не упоминают его. ImageIO начинался как компонент набора инструментов Scikit-Image. Он поддерживает ряд научных форматов помимо тех, которые предоставляет популярная библиотека обработки изображений PILlow. Он оборачивает все это в чистый API, ориентированный исключительно на ввод/вывод изображения. Фактически, SciPy удалила свою собственную программу чтения/записи изображений в пользу ImageIO.
Ответ 10
Результаты теста скорости для некоторых из вышеупомянутых методов (Python 3.6):
import timeit
setup = '''import numpy as np
import urllib
from PIL import Image
import requests
from io import BytesIO
from imageio import imread
url = 'YOUR_URL_HERE'
'''
a = '''Image.open(urllib.request.urlopen(url))
'''
b = '''Image.open(requests.get(url, stream=True).raw)
'''
c = '''Image.open(BytesIO(requests.get(url).content))
'''
d = '''imread(url)
'''
n = 500
times = [timeit.timeit(setup = setup,
stmt = i,
number = n) for i in [a, b, c, d]]
print([i/min(times) for i in times])
Результаты (как факторы самого быстрого метода):
print([i/min(times) for i in times])
# a, b, c, d
> [1.0, 1.0447410207419439, 1.0416206337627958, 1.8141586255592965]
