Erlang/Elixir: 使用 OpenCV, Python 搭建图片缩略图服务器
这篇文章是在OSX上测试和运行的的, Ubuntu下的安装和配置请移步到这里
应用程序进程树, 默认 Poolboy 中初始化10个用于处理图片的 Python 工作进程(Worker)
首先安装OpenCV需要的工具包
1
2
3
4
5
6
|
ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
brew install python
brew tap homebrew/science
brew install opencv
sudo pip install numpy
sudo pip install matplotlib
|
使用 Homebrew 的 Python 版本, 而不是 Mac OS X 系统自带的 Python
1
|
alias python='/usr/local/bin/python'
|
创建 Elixir 项目
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
➜ mix new opencv_thumbnail_server --sup
* creating README.md
* creating .gitignore
* creating mix.exs
* creating config
* creating config/config.exs
* creating lib
* creating lib/opencv_thumbnail_server.ex
* creating test
* creating test/test_helper.exs
* creating test/opencv_thumbnail_server_test.exs
Your Mix project was created successfully.
You can use "mix" to compile it, test it, and more:
cd opencv_thumbnail_server
mix test
Run "mix help" for more commands.
|
Elixir 模块
1
2
3
4
5
6
7
8
|
require Logger
defmodule OpencvThumbnailServer do
use Application
def start(_type, _args) do
Logger.info "Start opencv thumbnail server"
OpencvThumbnailServer.Supervisor.start_link()
end
end
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
defmodule OpencvThumbnailServer.Supervisor do
use Supervisor
<a href="http://www.jobbole.com/members/chkconfig">@config</a> Application.get_env :opencv_thumbnail_server, :settings
def start_link() do
Supervisor.start_link(__MODULE__, [], name: {:global,__MODULE__})
end
def init([]) do
pool_options = @config[:poolboy]
{_, name} = pool_options[:name]
children = [
:poolboy.child_spec(name, pool_options, @config[:module_name])
]
supervise(children, strategy: :one_for_all, max_restarts: 1000, max_seconds: 3600)
end
end
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
defmodule OpencvThumbnailServer.Worker do
use GenServer
<a href="http://www.jobbole.com/members/chkconfig">@config</a> Application.get_env(:opencv_thumbnail_server, :settings)
def start_link(python_module) do
GenServer.start_link(__MODULE__, python_module, [])
end
def call_python(worker, function, args) do
GenServer.call(worker, {:call_python, function, args}, 10_000)
end
def init(python_module) do
IO.puts "Start worker"
{:ok, pid} = :python.start_link([
{:python_path, @config[:python_path]},
{:python, @config[:python]}
])
state = {python_module, pid}
{:ok, state}
end
def handle_call({:call_python, function, args}, _from, state) do
{module, pid} = state
result = :python.call(pid, module, function, args)
reply = {:ok, result}
{:reply, reply, state}
end
def handle_call(_request, _from, state) do
{:stop, :error, :bad_call, state}
end
def handle_info(_msg, {module,py_pid}) do
{:stop, :error, {module,py_pid}}
end
def terminate(_reason, {_, py_pid}) do
:python.stop(py_pid)
:ok
end
end
|
图像处理
获取宽高
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
|
# -*- coding: utf-8 -*-
import urllib2 as urllib
import numpy as np
import cv2
def load_image_url(url):
resp = urllib.urlopen(url)
buf = resp.read()
return buf
def load_image_file(filename):
image = cv2.imdecode(filename, cv2.IMREAD_COLOR)
return image
def get_photo_sizes():
return [
[160, 160],
[320, 320],
[640, 640],
[1060, 1060],
[1280, 1280]
]
def show(buf):
# print buf
# x = cv2.imdecode(image, cv2.IMREAD_COLOR)
# d = cv2.cvtColor(c, cv2.COLOR_RGB2BGR)
np_ndarray = np.fromstring(buf, dtype=np.uint8)
x = cv2.imdecode(np_ndarray, cv2.IMREAD_UNCHANGED)
return cv2.imshow('NBA Image', x)
def write(buf):
nparray = np.fromstring(buf, dtype=np.uint8)
img = cv2.imdecode(nparray, cv2.IMREAD_UNCHANGED)
return cv2.imwrite('/tmp/imwrite.png', img)
# def get_dimension():
# url = 'http://img1.gtimg.com/16/1601/160106/16010642_1200x1000_0.jpg'
# resp = urllib.urlopen(url)
# buf = resp.read()
# x = np.fromstring(buf, dtype=np.uint8)
# img = cv2.imdecode(x, cv2.IMREAD_UNCHANGED)
# # height = np.size(img, 0)
# # width = np.size(img, 1)
# height, width = image.shape[:2]
# return (width, height)
def get_dimension(buffer):
# 把原始的二进制图片数据转换为NpArray
nparray = np.fromstring(buffer, dtype=np.uint8)
# 把 nparray 转换为 opencv 的图像格式
image = cv2.imdecode(nparray, cv2.IMREAD_UNCHANGED)
height, width = image.shape[:2]
return (width, height)
def convert_color():
url = 'http://ww3.sinaimg.cn/mw690/6941baebgw1epzcuv9vmxj20me0hy0u1.jpg'
resp = urllib.urlopen(url)
buf = resp.read()
x = np.fromstring(buf, dtype=np.uint8)
img = cv2.imdecode(x, cv2.IMREAD_UNCHANGED)
if __name__ == '__main__':
get_dimension()
|
在 Erlang 和 Python 之间传输二进制数据
Erlang 的binary()
数据类型和 Python 之间的映射关系, 在Python 2.x 中二进制数据类型为 str()
表示, Python 3.x 中为 bytes()
buf = resp.read()
, 其中变量 buf
的类型为
在 Elixir 我们看的如下的值
Python
1
2
3
|
{:ok, <<255, 216, 255, 224, 0, 16, 74, 70, 73, 70, 0, 1, 1, 1, 0, 72,
0, 72, 0, 0, 255, 219, 0, 67, 0, 8, 6, 6, 7, 6, 5, 8, 7, 7, 7,
9, 9, 8, 10, 12, 20, 13, 12, 11, 11, 12, 25, 18, 19, ...>>}
|
调用 Python 函数
1
2
3
|
{:ok, data} = OpencvThumbnailServer.Api.load_image_url("https://segmentfault.com/img/bVwhAW")
OpencvThumbnailServer.Api.get_dimension(data)
{:ok, {800, 431}}
|
创建 Python 模块
之前的 Python 图像处理模块可以组织到一个项目中单独维护. 这里使用工具 cookiecutter创建 Python 一个基本的项目骨架, 用于实现缩略图的功能
cookiecutter
可以通过多种方式安装, 包括pip
, easy_install
, conda
, brew 厦门电动叉车
1
2
3
4
|
pip install cookiecutter
easy_install cookiecutter
conda install -c https://conda.binstar.org/pydanny cookiecutter
brew install cookiecutter(Mac OS X)
|
目录结构
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
|
➜ opencv_thumbnail git:(master) tree
.
├── AUTHORS.rst
├── CONTRIBUTING.rst
├── HISTORY.rst
├── LICENSE
├── MANIFEST.in
├── Makefile
├── README.rst
├── build
│ ├── bdist.macosx-10.11-x86_64
│ └── lib
│ └── opencv_thumbnail
│ ├── __init__.py
│ └── opencv_thumbnail.py
├── dist
│ └── opencv_thumbnail-0.1.0-py2.7.egg
├── docs
│ ├── Makefile
│ ├── authors.rst
│ ├── conf.py
│ ├── contributing.rst
│ ├── history.rst
│ ├── index.rst
│ ├── installation.rst
│ ├── make.bat
│ ├── readme.rst
│ └── usage.rst
├── opencv_thumbnail
│ ├── __init__.py
│ ├── __init__.pyc
│ ├── opencv_thumbnail.py
│ └── opencv_thumbnail.pyc
├── opencv_thumbnail.egg-info
│ ├── PKG-INFO
│ ├── SOURCES.txt
│ ├── dependency_links.txt
│ ├── not-zip-safe
│ └── top_level.txt
├── requirements_dev.txt
├── setup.cfg
├── setup.py
├── tests
│ ├── __init__.py
│ └── test_opencv_thumbnail.py
├── tox.ini
└── travis_pypi_setup.py
9 directories, 36 files
|
API实现
调用需要从 Poolboy 池中取出一个工作进程, 并调用工作进程的call_python
, 进程使用完成后返回 Poolboy 进程池, 这里封装一下以简化调用
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
defmodule OpencvThumbnailServer.Api do
alias OpencvThumbnailServer.Worker
def get_dimension(data) do
worker = :poolboy.checkout(:opencv_thumbnail_server_pool)
{w, h} = Worker.call_python(worker, :get_dimension, [data])
:poolboy.checkin(:opencv_thumbnail_server_pool, worker)
{w, h}
end
def load_image_url(url) do
worker = :poolboy.checkout(:opencv_thumbnail_server_pool)
image_bin = Worker.call_python(worker, :load_image_url, [url])
:poolboy.checkin(:opencv_thumbnail_server_pool, worker)
image_bin
end
end
|
源码
https://github.com/developerworks/opencv_thumbnail_server
参考资料
利用Python和OpenCV将URL直接转换成OpenCV格式
How to read raw png from an array in python opencv?
Install OpenCV for Python on Mac OS X
Installing scikit-image
How can i read an image from an internet url in python cv2 , scikit image and mahotas
Using Elixir, erlport with Python 2.7.9, receiving an arity error
How to read image from in memory buffer (StringIO) or from url with opencv python library
Python OpenCV convert image to byte string?
Erlang/Elixir: 使用 OpenCV, Python 搭建图片缩略图服务器的更多相关文章
- python搭建本地共享文件服务器
1.安装python 去官网下载python最新版,然后安装配置好环境 2.运行命令 在终端上输入以下命令 python3 -m http.server 当你执行完这个命令的时候,你的电脑会监听 80 ...
- Nginx 搭建图片缓存服务器-转
文章:https://waver.me/2019/04/11/Nginx-Cache-Server/ 参考: Nginx 配置详解Nginx 简易教程Nginx 配置总结
- 用C自撸apache简易模块,搭建图片处理服务器。
写C是个撸sir /* ** mod_acthumb.c -- Apache sample acthumb module ** [Autogenerated via ``apxs -n acthumb ...
- 针对于Python的OpenCV环境搭建
OpenCV 依赖 下载OpenCV 配置 总结 给Python搭建opencv的环境还真是略嫌麻烦,于是做下笔记,以备不时之需. OpenCV 依赖 opencv有些依赖,我们必须安装一下,否则接下 ...
- python接收图片变成缩略图
python图像处理库:Pillow初级教程 Image类 Pillow中最重要的类就是Image,该类存在于同名的模块中.可以通过以下几种方式实例化:从文件中读取图片,处理其他图片得到,或者直接创建 ...
- Python cv2 OpenCV 中传统图片格式与 base64 转换
Base64是网络上最常见的用于传输8Bit字节码的编码方式之一,是一种基于64个可打印字符来表示二进制数据的方法.通过http传输图片常常将图片数据转换成base64之后再进行传输. Base64简 ...
- OpenCV环境搭建
前言 我在上本科时候曾经用过opencv,那时候还是1.x版本,还必须在linux下自己编译. 时过境迁,最近突然想起来写个小程序来分析图片,就又想起了opencv.现在已然是2.4的版本. 环境搭建 ...
- OpenCV + Python 人脸检测
必备知识 Haar-like opencv api 读取图片 灰度转换 画图 显示图像 获取人脸识别训练数据 探测人脸 处理人脸探测的结果 实例 图片素材 人脸检测代码 人脸检测结果 总结 下午的时候 ...
- 使用nodejs搭建图片服务器(一)
背景 当我们开发一个Web项目的时候,为了将图片管理与web服务分离开,通常都会搭建一个图片服务器. 之所以选择nodejs是因为使用nodejs来搭建web项目相当简单而且快速,虽然这个图片服务器很 ...
随机推荐
- CentOS 7.0 防火墙操作
CentOS 7.0默认使用的是firewall作为防火墙,之前版本是使用iptables.所以在CentOS 7执行下面命令是无法查看防火墙状态的. [root@localhost ~]# serv ...
- Mave实战(1)——Maven介绍
目录 1. Maven介绍 1.1. 何为Maven 1.1.1. Maven是优秀的构建工具 1.1.2. Maven不仅仅是构建工具 1. Maven介绍 1.1. 何为Maven Maven是一 ...
- grub启动引导程序配置及命令行接口详解
Grub(GRand Unified Bootloader),统一资源引导器,它的工作是提供一个菜单,允许用户选择要启动的系统或不同的内核版本:把用户选定的内核装载到RAM中的特定空间中,然后解压.展 ...
- 什么是ajax和json,说说他们的优缺点
ajax异步传输的js和xml.实现页面无刷新状态更新页面和异步提交 所谓异步,简单解释就是:向服务器发送请求的时候,我们不必等待结果,而是同时做其他的事情,等到有了结果后它自己会根据设定进行后续操作 ...
- x01.polls: 学习 django
开发一个 Web 应用:x01.polls,可能比想像的还要容易一些,这完全得益于 django 框架. 1.安装 django: sudo pip3 install django 2.阅读 djan ...
- python--基本类型之元组
tuple(元组): 定义和创建和作用: 元组--只读列表,只可以被查询,不能被修改.所以,列表的切片操作同样适用与元组. 元组写在小括号(())里,元素之间用逗号隔开. 虽然元组的元素不可改变,但他 ...
- Java基础——枚举
一.使用枚举类之前是如何实现枚举的 在JDK1.5之前,我们定义常量都是:public static fianl....:定义枚举也可以通过如下的方式: package com.jiangbei.t ...
- Hadoop命令大全
Hadoop命令大全 分类: 云计算2011-03-01 15:04 6852人阅读 评论(0) 收藏 举报 hadoop作业任务集群class脚本 1.列出所有Hadoop Shell支持的命令 ...
- 20155301 《Java程序设计》实验五网络编程与安全
20155301 <Java程序设计>实验五网络编程与安全 实验内容 实验1: 两人一组结对编程:参考http://www.cnblogs.com/rocedu/p/6766748.htm ...
- 20155310 2016-2017-2 《Java程序设计》第2周学习总结
20155310 2016-2017-2 <Java程序设计>第2周学习总结 教材学习内容总结 •布尔:boolean类型可表示true和false. •浮点数:主要用来储存小数数值,细分 ...