python - 让 cv2.imread 从文件对象或类似内存流的数据中读取图像(这里是非提取的 tar)

Question

我有一个包含数百张图片 (.png) 的 .tar 文件。我需要通过 opencv 处理它们。

我想知道 - 出于效率原因 - 是否可以在不经过光盘的情况下处理它们。换句话说，我想从与 tar 文件相关的内存流中读取图片。

举个例子

 import tarfile
 import cv2

 tar0 = tarfile.open('mytar.tar')
 im = cv2.imread( tar0.extractfile('fname.png').read() )

最后一行不起作用，因为 imread 需要文件名而不是流。

考虑到这种直接从 tar 流中读取的方式可以实现，例如对于文本(参见例如 this SO question )。

---

关于使用正确的 png 编码打开流有什么建议吗？

解压缩到 ramdisk 当然是一种选择，尽管我一直在寻找更可缓存的东西。

Answer 1

感谢@abarry 和this SO answer 的建议我设法找到了答案。

考虑以下问题

def get_np_array_from_tar_object(tar_extractfl):
     '''converts a buffer from a tar file in np.array'''
     return np.asarray(
        bytearray(tar_extractfl.read())
        , dtype=np.uint8)

tar0 = tarfile.open('mytar.tar')

im0 = cv2.imdecode(
        get_np_array_from_tar_object(tar0.extractfile('fname.png'))
        , 0 )