J'ai une image en octets:
print(image_bytes)
b'\xff\xd8\xff\xfe\x00\x10Lavc57.64.101\x00\xff\xdb\x00C\x00\x08\x04\x04\x04\x04\x04\x05\x05\x05\x05\x05\x05\x06\x06\x06\x06\x06\x06\x06\x06\x06\x06\x06\x06\x06\x07\x07\x07\x08\x08\x08\x07\x07\x07\x06\x06\x07\x07\x08\x08\x08\x08\t\t\t\x08\x08\x08\x08\t\t\n\n\n\x0c\x0c\x0b\x0b\x0e\x0e\x0e\x11\x11\x14\xff\xc4\x01\xa2\x00\x00\x01\x05\x01\x01\x01\x01\x01\x01\x00\x00\x00\x00\x00\x00\x00\x00\x01\x02\x03\x04\x05\x06\x07\x08\t\n\x0b\x01\x00\x03\x01\x01\x01\x01\x01\x01\x01\x01\x01\x00\x00\ ... some other stuff
Je peux le convertir en un tableau NumPy en utilisant Pillow
:
image = numpy.array(Image.open(io.BytesIO(image_bytes)))
Mais je n'aime pas vraiment utiliser Pillow. Existe-t-il un moyen d'utiliser Clear OpenCV, ou directement NumPy encore mieux, ou une autre bibliothèque plus rapide?
J'ai créé une image JPEG 2x2 pour tester cela. L'image a des pixels blancs, rouges, verts et violets. J'ai utilisé cv2.imdecode
et numpy.frombuffer
import cv2
import numpy as np
f = open('image.jpg', 'rb')
image_bytes = f.read() # b'\xff\xd8\xff\xe0\x00\x10...'
decoded = cv2.imdecode(np.frombuffer(image_bytes, np.uint8), -1)
print('OpenCV:\n', decoded)
# your Pillow code
import io
from PIL import Image
image = np.array(Image.open(io.BytesIO(image_bytes)))
print('PIL:\n', image)
Cela semble fonctionner, bien que l'ordre des canaux soit BGR et non RVB comme dans PIL.Image
. Il y a probablement quelques indicateurs que vous pourriez utiliser pour régler cela. Résultats des tests:
OpenCV:
[[[255 254 255]
[ 0 0 254]]
[[ 1 255 0]
[254 0 255]]]
PIL:
[[[255 254 255]
[254 0 0]]
[[ 0 255 1]
[255 0 254]]]