『OpenCV-Python』加载网络图片

2025-07-21
广东
本文字数：1426 字
阅读完需：约 5 分钟

点赞 + 关注 + 收藏 = 学会了

前面介绍过在 OpenCV 里可以通过 cv2.imread 读取本地图片，但这个方法无法读取网络图片。

读取网络图片：cv2.imdecode

在 OpenCV 里读取网络图片需要使用 cv2.imdecode 这个方法，它可以直接处理字节流（如网络传输的图像、摄像头帧）而无需先保存为文件。

语法：

image = cv2.imdecode(buf, flags)

复制代码

buf：必须是 numpy.ndarray 类型，通常通过 np.frombuffer() 将字节数据转换而来。该 NumPy 数组的 dtype (数据类型) 必须是 np.uint8 。这是因为图像的编码数据本质上是一串字节流，每个字节的值范围是 0 到 255，这恰好对应了 8 位无符号整数 ( uint8) 的表示范围。
flags：可选参数，指定解码方式（与 cv2.imread 的 flags 相同）。是一个整数，它像一个指令开关，告诉 imdecode 函数我们希望以何种方式来解码这张图片。这个参数决定了输出图像的颜色模式、是否保留透明通道等。

以下是几个最常用、也最重要的 flags 值：

举个例子

# 导入OpenCV库，用于图像处理和显示import cv2# 导入NumPy库，用于数组操作import numpy as np# 导入SSL库，用于处理HTTPS请求import ssl
# 主程序入口，确保该代码块仅在直接运行脚本时执行if __name__ == '__main__':    # 导入urllib.request模块并简化为request别名，用于网络请求    import urllib.request as request    # 设置请求头，模拟Chrome浏览器访问，避免被服务器拒绝    headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36"}    # 创建请求对象，包含图片URL和请求头    req = request.Request("https://p9-passport.byteacctimg.com/img/user-avatar/6c49bd0b908f5b1601050a168d0283b2~60x60.awebp", headers=headers)    # 创建未经验证的SSL上下文，解决HTTPS证书验证问题    context = ssl._create_unverified_context()    # 发送请求并获取响应，使用SSL上下文避免证书错误    response = request.urlopen(req, context=context)    # 读取响应内容，转换为字节数组，再转为NumPy数组，最后解码为OpenCV图像    imgUrl = cv2.imdecode(np.array(bytearray(response.read()), dtype=np.uint8), -1)    # 创建窗口显示图片，窗口标题为"imgUrl"    cv2.imshow("imgUrl", imgUrl)    # 等待用户按键输入，0表示无限等待    key = cv2.waitKey(0)    # 判断用户是否按下'q'键    if key == ord("q"):        # 关闭所有OpenCV创建的窗口        cv2.destroyAllWindows()

复制代码

在这个例子中，通过 request 发起请求，模拟了浏览器请求，获取我在掘金的头像图片。

然后用 cv2.imdecode 方法加载我的头像。

最后通过 cv2.waitKey(0) 让图片一直展示，直至按下 q 键才关闭图片窗口。

为何需要 `cv2.imread` 和 `cv2.imdecode` 两个 API？

cv2.imread 和 cv2.imdecode似乎在做同样的事情——将某种格式的数据变成 OpenCV 可以处理的图像矩阵。那么，为什么需要两个独立的函数呢？这并非冗余设计，而是体现了软件工程中一个极其重要的原则：单一职责原则（Single Responsibility Principle, SRP）。这个原则指出，一个类或一个模块应该有且只有一个引起它变化的原因。换句话说，一个函数应该只做一件事，并把它做好。

更直观地总结两者的区别，总结了一个表格：

以上就是本文的全部内容了，想了解更多 OpenCV Python 的工友欢迎关注《OpenCV Python 中文教程》

点赞 + 关注 + 收藏 = 学会了

发布于: 刚刚阅读数: 3

原文链接:【http://xie.infoq.cn/article/89be0e77ffefc133410b77572】。文章转载请联系作者。