今天的部落格是直接來源於我自己的個人工具函式庫。
過去幾個月，有些PyImageSearch讀者電郵問我：“如何獲取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下載一幅影象。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轉換為影象
方法1：OpenCV、NumPy、urllib
第一個方法：我們使用OpenCV、NumPy、urllib庫從URL獲取影象，並將其轉換為影象。開啟並新建一個檔案，取名url_to_image.py，我們開始吧：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
# import the necessary packages import numpy as np import urllib import cv2 # METHOD #1: OpenCV, NumPy, and urllib def 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陣列，使用urllib來執行實際的網路請求，使用cv2來繫結OpenCV介面。
在第7行，我們定義了我們的url_to_image函式。這個函式帶一個url引數，也就是我們想要下載的影象地址。
接下來，在第10行，我們使用urllib庫來開啟這個影象連結。11行則將這個下載下來的位元組序轉換為NumPy陣列。
至此，NumPy陣列還是一個1維陣列（也就是一個長長的畫素連結串列）。為了將其轉換為2維格式，假設每個畫素3個通道（意即分別為紅，綠，藍通道），在12行我們使用cv.imdecode函式。最後，在15行我們返回解碼出來的影象給呼叫函式。
一切就緒，該到讓它工作的時候了：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
# initialize the list of image URLs to download urls = [ "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 URLs for 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格式的影象地址列表。
第9行我們遍歷這個列表，13行則呼叫url_to_image函式，然後在14行和15行將獲取的影象顯示到螢幕上。到此呢，我們就可以像正常情況下一樣，使用OpenCV來操作和處理這些影象了。
眼見為實，開啟終端，執行如下指令：
|
1 |
$ 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人臉檢測的例子，《Practical Python and OpenCV》:
圖3：轉換一個URL影象為OpenCV格式
現在，我們來看另一種獲取影象並轉換為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計算機上安裝好了scikit-image庫。讓我們看看怎樣採用scikit-image從URL獲取影象並將其轉換為OpenCV格式：
|
1 2 3 4 5 6 7 8 9 10 11 |
# METHOD #2: scikit-image from skimage import io # loop over the image URLs for 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函式能夠區分影象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順序表達一幅影象，然而scikit-image則是RGB順序。如果你使用scikit-iamge的imread函式，而且還想在下載完成後使用OpenCV的函式，那麼你要小心了。如41行所述，你需要將影象從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。左邊的影象就是不正確的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指向的圖片轉換為影象。
總結
本文中，我們學會了如何從URL獲取影象，且使用Python和OpenCV將其轉換為OpenCV格式。
第一種方法使用urllib包獲取影象，使用Numpy轉換為陣列，最後使用OpenCV重新構建陣列產生我們的影象。
第二種方式使用scikit-image中的io.imread函式。
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函式的話，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上將這個函式新增到imutils庫中。