从 S3 读取视频文件对象，并使用它通过 Opencv 进行进一步处理

Question

import boto3

import cv2
import numpy as np
s3 = boto3.resource('s3')
vid = (s3.Object('bucketname', 'video.blob').get()['Body'].read())
cap = cv2.VideoCapture(vid)

这是我的代码。我在 s3 存储桶中有一个视频文件。我想用 OpenCV 对它做一些处理，我不想下载它。所以我试图将该视频文件存储到vid. 现在的问题是这type(vid)是byte导致TypeError: an integer is required (got type bytes) 第 6 行出现此错误的原因。我尝试将其转换为整数或字符串，但无法转换。

在尝试将字节转换为整数时：我提到了这个并且遇到了长度问题。这只是一个示例视频文件。当转换为字节对象时，我想要处理的实际文件会很大。

尝试将对象作为字符串获取，然后将其转换为整数：我提到了this。即使这对我来说似乎也不起作用。

如果有人能帮我解决这个问题，我将不胜感激。如果您对我的问题有任何不确定，请发表评论，我会尽力提供更多详细信息。

Answer 1

请参阅下面的有用代码片段以在 S3 存储桶上执行各种操作。

import boto3
s3 = boto3.resource('s3', region_name='us-east-2')

用于列出 s3 中的存储桶

for bucket in s3.buckets.all():
    print(bucket.name)

s3 中创建存储桶

my_bucket=s3.create_bucket(Bucket='Bucket Name', CreateBucketConfiguration={
    'LocationConstraint': 'us-east-2'
})

列出存储桶内的对象

my_bucket = s3.Bucket('Bucket Name')
for file in my_bucket.objects.all():
    print (file.key)        

从当前目录上传文件

import os
print(os.getcwd())

fileName="B01.jpg"
bucketName="Bucket Name"
file = open(fileName)
s3.meta.client.upload_file(fileName, bucketName, 'test2.txt')   

从桶中读取图像/视频

import matplotlib.pyplot as plt
s3 = boto3.resource('s3', region_name='us-east-2')
bucket = s3.Bucket('Bucket Name')   # bucket name
object = bucket.Object('maisie_williams.jpg')  # image name
object.download_file('B01.jpg')            #donwload image with this name
img=plt.imread('B01.jpg')              #read the downloaded image
imgplot = plt.imshow(img)              #plot the image
plt.show(imgplot)  

从一个存储桶中读取数据，然后将其转储到另一个存储桶中

import boto3
s3 = boto3.resource('s3', region_name='us-east-2')
bucket = s3.Bucket('Bucket Name')   # bucket name
object = bucket.Object('maisie_williams.jpg')  # image name
object.download_file('B01.jpg')



fileName="B01.jpg"
bucketName="Bucket Name"
file = open(fileName)
s3.meta.client.upload_file(fileName, bucketName, 'testz.jpg')

如果您有访问密钥，那么您可能可以执行以下操作

keys = pd.read_csv('accessKeys.csv')
        #creating Session for S3 buckets
        session = boto3.session.Session(aws_access_key_id=keys['Access key ID'][0],
            aws_secret_access_key=keys['Secret access key'][0])
        s3 = session.resource('s3')

        buck = s3.Bucket('Bucket Name')