如何将图像文件从URL转换为scikit-learn中可用于执行多元线性回归的格式

Question

我正在尝试做一个简单的多元线性回归，其中一个特征列是图像。 我目前有每个图像的URL。 如何将此URL列转换为scikit learn将理解的格式（图片的数字版本）？

import pandas as pd
import numpy as np
from sklearn import linear_model

df = pd.read_csv('dtaset.csv')
df.head()

index followers  likes      urls
  0   14928252   132771   https://url1
  1   14928252   57671    https://url2
  2   14928252   161580   https://url3
  3   14928252   60969    https://url4
  4   14928252   375567   https://url5

功能列是'total_followers'和'urls'，目标列是“赞”

任何人？ 谢谢！

Answer 1

你的问题有一个简单的部分和困难的部分。 简单的方法是如何从URL读取图像。 为此，您将需要OpenCV。 如果你没有它（ import cv2失败），安装它，例如使用pip install opencv-python 。 比你可以使用这个功能：

import cv2
import requests
def readImage(url, color = False):
    with requests.get(url) as r:
        return cv2.imdecode(np.frombuffer(r.content, np.uint8), cv2.IMREAD_COLOR if color else cv2.IMREAD_GRAYSCALE)

困难的问题是你将如何处理图像？ 图像（通常）是一大堆数字，最有可能的是，您需要从中提取一些特征和特征，以便在线性回归中使用它们。 但这取决于你的任务的性质。