问如何使用opencv python库从内存缓冲区(StringIO)或url中读取图像

EN

要使用内存缓冲区( OpenCV StringIO)创建一个OpenCV图像对象，我们可以使用OpenCV API imdecode，参见下面的代码：

import cv2
import numpy as np
from urllib2 import urlopen
from cStringIO import StringIO

def create_opencv_image_from_stringio(img_stream, cv2_img_flag=0):
    img_stream.seek(0)
    img_array = np.asarray(bytearray(img_stream.read()), dtype=np.uint8)
    return cv2.imdecode(img_array, cv2_img_flag)

def create_opencv_image_from_url(url, cv2_img_flag=0):
    request = urlopen(url)
    img_array = np.asarray(bytearray(request.read()), dtype=np.uint8)
    return cv2.imdecode(img_array, cv2_img_flag)

正如对已接受的答复的评论中所指出的那样，它已经过时，不再起作用。

幸运的是，最近我不得不使用Python3.7和OpenCV 4.0来解决这个问题。

为了处理来自URL或内存中缓冲区的图像加载，我定义了以下两个函数：

import urllib.request
import cv2
import numpy as np

def get_opencv_img_from_buffer(buffer, flags):
    bytes_as_np_array = np.frombuffer(buffer.read(), dtype=np.uint8)
    return cv2.imdecode(bytes_as_np_array, flags)

def get_opencv_img_from_url(url, flags):
    req = urllib.request.Request(url)
    return get_opencv_img_from_buffer(urllib.request.urlopen(req), flags)

正如你所看到的，其中一个依赖于另一个。

第一个名为get_opencv_img_from_buffer，可用于从内存缓冲区中获取图像对象.它假定缓冲区有一个读方法，并且它返回实现缓冲协议的对象的实例。

第二个名为get_opencv_img_from_url，直接从URL生成图像。

标志参数被传递给cv2.imdecode，它具有在cv2中预定义的以下常量：

• cv2.IMREAD_ANYCOLOR -如果设置，图像将以任何可能的颜色格式读取。
• cv2.IMREAD_ANYDEPTH -如果设置，则在输入有相应深度时返回16位/32位图像，否则将其转换为8位。
• cv2.IMREAD_COLOR -如果设置，始终将图像转换为3通道BGR彩色图像。
• cv2.IMREAD_GRAYSCALE -如果设置，始终将图像转换为单通道灰度图像(编解码器内部转换)。
• cv2.IMREAD_IGNORE_ORIENTATION -如果设置，不要根据EXIF的方向标志旋转图像。
• cv2.IMREAD_LOAD_GDAL -如果设置，请使用gdal驱动程序加载图像。
• cv2.IMREAD_REDUCED_COLOR_2 -如果设置，始终将图像转换为3通道BGR彩色图像，图像大小减小1/2。
• cv2.IMREAD_REDUCED_COLOR_4 -如果设置，始终将图像转换为3通道BGR彩色图像，图像大小减少1/4。
• cv2.IMREAD_REDUCED_COLOR_8 -如果设置，始终将图像转换为3通道BGR彩色图像，图像大小减少1/8。
• cv2.IMREAD_REDUCED_GRAYSCALE_2 -如果设置，始终将图像转换为单通道灰度图像，图像大小减少1/2。
• cv2.IMREAD_REDUCED_GRAYSCALE_4 -如果设置，始终将图像转换为单通道灰度图像，图像大小减少1/4。
• cv2.IMREAD_REDUCED_GRAYSCALE_8 -如果设置，始终将图像转换为单通道灰度图像，图像大小减少1/8。
• cv2.IMREAD_UNCHANGED --如果设置好了，则按原样返回加载的图像(使用alpha通道，否则将被裁剪)。