0

我想从大约 10.000.000 张图片中计算出 phash，从中我只有它们所在的 url。

我知道如何下载图片，然后计算 phash，但我总是必须先保护图片。

是否可以在不保存的情况下下载图片并计算 phash，或者甚至可以根本不下载图片而仅使用 url 计算 phash？

这是我下载前十张图片并计算 phash 的代码：

folder, pic_savefolder = 'data', 'data/pictures'
file = 'external-asset-url-clean.csv'
path = os.path.join(folder,file)
df = pd.read_csv(path, header=None, names=["URL"])
counter = 0
hashes = set()
headers = {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36"}

for image_url in df['URL']:
    filename = image_url.split('/')[-1]
    try:
        r = requests.get(image_url, allow_redirects=False,verify=False, headers=headers)
        pathlong = os.path.join(pic_savefolder, filename)
        with open(pathlong,"wb") as f:
            f.write(r.content)
            hash = imagehash.phash(Image.open(pathlong))
            hashes.add((hash))
        counter += 1
        if counter > 10:
            break
except Exception as e:
    print(e)
    print("\n")
4

1 回答 1

1

.raw如果您使用属性而不是属性，则可以直接传递内容，而不是写入文件.content。

这是代码中的样子：

image_data = Image.open(requests.get(image_url, stream=True).raw)
hash = imagehash.phash(image_data)
于 2021-01-21T04:04:43.270 回答