利用Python和OpenCV庫將URL轉換為OpenCV格式的方法

今天的部落格是直接來源於我自己的個人工具函數庫。

過去幾個月，有些PyImageSearch讀者電郵問我：“如何擷取URL指向的圖片並將其轉換成OpenCV格式（不用將其寫入磁碟再讀回）”。這篇文章我將展示一下怎麼實現這個功能。

額外的，我們也會看到如何利用scikit-image從URL下載一幅映像。當然前行之路也會有一個常見的錯誤，它可能讓你跌個跟頭。

繼續往下閱讀，學習如何利用利用Python和OpenCV將URL轉換為映像

方法1：OpenCV、NumPy、urllib

第一個方法：我們使用OpenCV、NumPy、urllib庫從URL擷取映像，並將其轉換為映像。開啟並建立一個檔案，取名url_to_image.py，我們開始吧：

# import the necessary packagesimport numpy as npimport urllibimport cv2 # METHOD #1: OpenCV, NumPy, and urllibdef url_to_image(url):  # download the image, convert it to a NumPy array, and then read  # it into OpenCV format  resp = urllib.urlopen(url)  image = np.asarray(bytearray(resp.read()), dtype="uint8")  image = cv2.imdecode(image, cv2.IMREAD_COLOR)   # return the image  return image

首先要做的就是匯入我們必需的包。我們將使用NumPy轉換下載的位元組序為NumPy數組，使用urllib來執行實際的網路請求，使用cv2來綁定OpenCV介面。
在第7行，我們定義了我們的url_to_image函數。這個函數帶一個url參數，也就是我們想要下載的映像地址。

接下來，在第10行，我們使用urllib庫來開啟這個映像連結。11行則將這個下載下來的位元組序轉換為NumPy數組。

至此，NumPy數組還是一個1維數組（也就是一個長長的像素鏈表）。為了將其轉換為2維格式，假設每個像素3個通道（意即分別為紅，綠，藍通道），在12行我們使用cv.imdecode函數。最後，在15行我們返回解碼出來的映像給調用函數。

一切就緒，該到讓它工作的時候了：

# initialize the list of image URLs to downloadurls = [  "http://www.pyimagesearch.com/wp-content/uploads/2015/01/opencv_logo.png",  "http://www.pyimagesearch.com/wp-content/uploads/2015/01/google_logo.png",  "http://www.pyimagesearch.com/wp-content/uploads/2014/12/adrian_face_detection_sidebar.png",] # loop over the image URLsfor url in urls:  # download the image URL and display it  print "downloading %s" % (url)  image = url_to_image(url)  cv2.imshow("Image", image)  cv2.waitKey(0)

3-5行定義了我們將要下載和轉換為OpenCV格式的映像地址清單。

第9行我們遍曆這個列表，13行則調用url_to_image函數，然後在14行和15行將擷取的映像顯示到螢幕上。到此呢，我們就可以像正常情況下一樣，使用OpenCV來操作和處理這些映像了。

眼見為實，開啟終端，執行如下指令：
複製代碼 代碼如下:

$ python url_to_image.py

如果一切順利的話，你會看到OpenCV的logo：

圖1：從URL下載OpenCV logo並轉換為OpenCV格式

接下來是Google的logo：

圖2：從URL下載Gooogle並轉換為OpenCV格式

這裡也有在我書中驗證臉部偵測的例子，《Practical Python and OpenCV》:

圖3：轉換一個URL映像為OpenCV格式

現在，我們來看另一種擷取映像並轉換為OpenCV格式的方法。

方法2：使用scikit-image

第二種方法假定你已經在你電腦上安裝好了scikit-image庫。讓我們看看怎樣採用scikit-image從URL擷取映像並將其轉換為OpenCV格式：

# METHOD #2: scikit-imagefrom skimage import io # loop over the image URLsfor url in urls:  # download the image using scikit-image  print "downloading %s" % (url)  image = io.imread(url)  cv2.imshow("Incorrect", image)  cv2.imshow("Correct", cv2.cvtColor(image, cv2.COLOR_BGR2RGB))  cv2.waitKey(0)

scikit-image庫中做得很漂亮的一點是：io子庫中的imread函數能夠區分映像路徑到底在磁碟上還是一個URL（第9行)。

儘管這樣，這裡有一個很嚴重的錯誤可能讓你跌一個跟頭！

OpenCV以BGR順序表達一幅映像，然而scikit-image則是RGB順序。如果你使用scikit-iamge的imread函數，而且還想在下載完成後使用OpenCV的函數，那麼你要小心了。如41行所述，你需要將映像從RBG轉換為BGR。

如果你沒有這一步，那麼你可能得到錯誤的結果：

圖4：在用scikit-image時，需要特別注意將RGB轉換為BGR。左邊的映像就是不正確的RGB順序，右邊的則是將RGB轉換為BGR，所以能正常顯示。

看看Google的logo就更明顯了

圖5：順序很重要。確保將RGB轉換為BGR，否則就留下了一個很難發現的bug。

到此為止，你明白了吧！這兩種方法分別使用Python、OpenCV、urllib,和scikit-image來將URL指向的圖片轉換為映像。

總結

本文中，我們學會了如何從URL擷取映像，且使用Python和OpenCV將其轉換為OpenCV格式。

第一種方法使用urllib包擷取映像，使用Numpy轉換為數組，最後使用OpenCV重新構建數組產生我們的映像。

第二種方式使用scikit-image中的io.imread函數。

所以，哪種更好呢？

這完全取決於你的安裝。

如果你已經安裝scikit-image，那麼我可能就用io.imread（只是不要忘記如果要用OpenCV函數的話，要將RGB轉換為BGR）。

如果你沒有安裝scikit-image，那麼url_to_image就是手邊現成的工具。具體細節參考本文開始處。

我很快會在Github上將這個函數添加到imutils庫中。

