Lo que intento hacer es bastante simple cuando tratamos con un archivo local, pero el problema surge cuando trato de hacer esto con una URL remota.

Básicamente, estoy tratando de crear un objeto de imagen PIL a partir de un archivo extraído de una URL. Claro, siempre podría buscar la URL y almacenarla en un archivo temporal, luego abrirla en un objeto de imagen, pero eso se siente muy ineficiente.

Esto es lo que tengo:

Image.open(urlopen(url))

Se queja de que seek()no está disponible, así que probé esto:

Image.open(urlopen(url).read())

Pero eso tampoco funcionó. ¿Hay una mejor manera de hacer esto, o escribir en un archivo temporal es la forma aceptada de hacer este tipo de cosas?

En Python3, los módulos StringIO y cStringIO se han ido.

En Python3 deberías usar:

from PIL import Image
import requests
from io import BytesIO

response = requests.get(url)
img = Image.open(BytesIO(response.content))

podrías intentar usar un StringIO

import urllib, cStringIO

file = cStringIO.StringIO(urllib.urlopen(URL).read())
img = Image.open(file)

Yo uso la biblioteca de solicitudes. Parece ser más robusto.

from PIL import Image
import requests
from StringIO import StringIO

response = requests.get(url)
img = Image.open(StringIO(response.content))

Para aquellos de ustedes que usan Pillow, desde la versión 2.8.0 pueden:

from PIL import Image
import urllib2

im = Image.open(urllib2.urlopen(url))

o si usas requests:

from PIL import Image
import requests

im = Image.open(requests.get(url, stream=True).raw)

Referencias

• https://github.com/python-pillow/Pillow/pull/1151
• https://github.com/python-pillow/Pillow/blob/master/CHANGES.rst#280-2015-04-01

Use StringIOpara convertir la cadena de lectura en un objeto similar a un archivo:

from StringIO import StringIO
import urllib

Image.open(StringIO(urllib.requests.urlopen(url).read()))

Para aquellos que realizan un procesamiento posterior de sklearn / numpy (es decir, aprendizaje profundo), puede envolver el objeto PIL con np.array (). Esto podría evitar que tenga que buscarlo en Google como lo hice yo:

from PIL import Image
import requests
import numpy as np
from StringIO import StringIO

response = requests.get(url)
img = np.array(Image.open(StringIO(response.content)))

Python 3

from urllib.request import urlopen
from PIL import Image

img = Image.open(urlopen(url))
img

Jupyter Notebook e IPython

import IPython
url = 'https://newevolutiondesigns.com/images/freebies/colorful-background-14.jpg'
IPython.display.Image(url, width = 250)

¡A diferencia de otros métodos, este método también funciona en un bucle for!

La forma recomendada de hacer entrada / salida de imágenes en estos días es usar el paquete dedicado ImageIO . Los datos de imagen se pueden leer directamente desde una URL con una línea de código simple:

from imageio import imread
image = imread('https://cdn.sstatic.net/Sites/stackoverflow/img/logo.png')

Muchas respuestas en esta página son anteriores al lanzamiento de ese paquete y, por lo tanto, no lo mencionan. ImageIO comenzó como componente del kit de herramientas Scikit-Image . Es compatible con varios formatos científicos además de los proporcionados por la popular biblioteca de procesamiento de imágenes PILlow . Lo envuelve todo en una API limpia centrada únicamente en la entrada / salida de imágenes. De hecho, SciPy eliminó su propio lector / escritor de imágenes a favor de ImageIO .

seleccione la imagen en cromo, haga clic derecho sobre ella, haga clic en Copy image address, péguela en una strvariable ( my_url) para leer la imagen:

import shutil
import requests

my_url = 'https://www.washingtonian.com/wp-content/uploads/2017/06/6-30-17-goat-yoga-congressional-cemetery-1-994x559.jpg'
response = requests.get(my_url, stream=True)
with open('my_image.png', 'wb') as file:
    shutil.copyfileobj(response.raw, file)
del response

abrelo;

from PIL import Image

img = Image.open('my_image.png')
img.show()