当我们处理本地文件时，我试图做的事情相当简单，但当我试图用远程URL这样做时，问题就来了。
基本上，我试图从一个URL提取的文件创建一个PIL图像对象。当然，我总是可以只获取URL并将其存储在临时文件中，然后将其打开到一个图像对象中，但这感觉非常低效。
以下是我所拥有的:
Image.open(urlopen(url))
它抱怨seek()不可用，所以我尝试了这个:
Image.open(urlopen(url).read())
但这也不管用。是否有更好的方法来做到这一点，或者写入临时文件是做这类事情的公认方法?
当前回答
以下代码适用于Python 3:
from PIL import Image
import requests
im = Image.open(requests.get(url, stream=True).raw)
引用:
https://github.com/python-pillow/Pillow/pull/1151 https://github.com/python-pillow/Pillow/blob/master/CHANGES.rst#280-2015-04-01
其他回答
直接获取image作为numpy数组，而不使用PIL
import requests, io
import matplotlib.pyplot as plt
response = requests.get(url).content
img = plt.imread(io.BytesIO(response), format='JPG')
plt.imshow(img)
目前，进行图像输入/输出的有争议的推荐方法是使用专用包ImageIO。图像数据可以通过简单的一行代码直接从URL读取:
from imageio import imread
image = imread('https://cdn.sstatic.net/Sites/stackoverflow/img/logo.png')
本页上的许多回答早于该软件包发布之前，因此没有提及它。ImageIO最初是Scikit-Image工具包的一个组件。在流行的图像处理库PILlow提供的基础上，它支持许多科学格式。它将所有这些都包装在一个干净的API中，只关注图像输入/输出。事实上，SciPy删除了自己的图像读取器/写入器，转而支持ImageIO。
使用StringIO
import urllib, cStringIO
file = cStringIO.StringIO(urllib.urlopen(URL).read())
img = Image.open(file)
对于那些做一些sklearn/numpy后处理(即深度学习)的人，你可以用np.array()包装PIL对象。这可能会让你不必像我一样大声抱怨:
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)))
在Python3中，StringIO和cStringIO模块消失了。
在Python3中，您应该使用:
from PIL import Image
import requests
from io import BytesIO
response = requests.get(url)
img = Image.open(BytesIO(response.content))