jab*_*edo 86
这是我通常用于将存储在数据库中的图像转换为Python中的OpenCV图像.
import numpy as np
import cv2
from cv2 import cv
# Load image as string from file/database
fd = open('foo.jpg')
img_str = fd.read()
fd.close()
# CV2
nparr = np.fromstring(img_str, np.uint8)
img_np = cv2.imdecode(nparr, cv2.CV_LOAD_IMAGE_COLOR) # cv2.IMREAD_COLOR in OpenCV 3.1
# CV
img_ipl = cv.CreateImageHeader((img_np.shape[1], img_np.shape[0]), cv.IPL_DEPTH_8U, 3)
cv.SetData(img_ipl, img_np.tostring(), img_np.dtype.itemsize * 3 * img_np.shape[1])
# check types
print type(img_str)
print type(img_np)
print type(img_ipl)
Run Code Online (Sandbox Code Playgroud)
我已将转换添加numpy.ndarray
到cv2.cv.iplimage
,因此上面的脚本将打印:
<type 'str'>
<type 'numpy.ndarray'>
<type 'cv2.cv.iplimage'>
Run Code Online (Sandbox Code Playgroud)
Anu*_*nha 16
我认为this stackoverflow question上提供的这个答案是这个问题的更好答案。
引用细节(从上面链接的答案中借用@lamhoangtung)
import base64
import json
import cv2
import numpy as np
response = json.loads(open('./0.json', 'r').read())
string = response['img']
jpg_original = base64.b64decode(string)
jpg_as_np = np.frombuffer(jpg_original, dtype=np.uint8)
img = cv2.imdecode(jpg_as_np, flags=1)
cv2.imwrite('./0.jpg', img)
Run Code Online (Sandbox Code Playgroud)
我正在遵循 @jabaldonedo 的解决方案,但它似乎有点旧,需要一些调整。
顺便说一句,我正在使用 OpenCV 3.4.8.29。
im_path = 'path/to/foo.jpg'
with open(im_path, 'rb') as fp:
im_b = fp.read()
image_np = np.frombuffer(im_b, np.uint8)
img_np = cv2.imdecode(image_np, cv2.IMREAD_COLOR)
im_cv = cv2.imread(im_path)
print('Same image: {}'.format(np.all(im_cv == img_np)))
Run Code Online (Sandbox Code Playgroud)
同一图像:真实
小智 6
我尝试使用此代码从包含原始缓冲区(纯像素数据)的字符串中创建一个opencv,在这种特殊情况下它不起作用。
因此,这是处理此类数据的方法:
image = np.fromstring(im_str, np.uint8).reshape( h, w, nb_planes )
Run Code Online (Sandbox Code Playgroud)
(但是的,您需要了解您的图像属性)
如果您的B和G频道已排列,请按以下步骤解决:
image = cv2.cvtColor(image, cv2.cv.CV_BGR2RGB)
Run Code Online (Sandbox Code Playgroud)
归档时间: |
|
查看次数: |
49916 次 |
最近记录: |