如何在不泄露信息的情况下从google下载图像，以及如何使用Python使用枕头模块读取图像

Question

当从google搜索页面下载图像时，我面临一些问题，然后将相同的图像保存到磁盘中。在阅读同样的图片时，我也面临着一些问题。

问题1：(下载图像并保存到磁盘)我使用“请求”模块下载映像。一旦下载了该图像，如果我试图打开它，它将显示下面的错误，而不是实际的图像内容(尝试了所有的图像格式，如jpg、png等)。“看来我们不支持这种文件格式”

注意:我也使用了urllib.requests模块下载图像，在这种情况下，我也面临着同样的问题。

下面是使用的代码：

image_url = "https://www.google.com/imgres?imgurl=https%3A%2F%2Fi.etsystatic.com%2F16576605%2Fr%2Fil%2Fab973a%2F1811762786%2Fil_570xN.1811762786_ni8d.jpg&imgrefurl=https%3A%2F%2Fwww.etsy.com%2Flisting%2F676777770%2F8-styles-wood-acrylic-leather-endless&docid=Knls-viNHmqhZM&tbnid=WF4mlYC28VcOKM%3A&vet=10ahUKEwiB8v3NnezmAhWmzjgGHaWDCtIQMwgrKAAwAA..i&w=570&h=571&itg=1&bih=710&biw=1536&q=676777770&ved=0ahUKEwiB8v3NnezmAhWmzjgGHaWDCtIQMwgrKAAwAA&iact=mrc&uact=8"

with open(temp_file_path, "wb") as fil:
    response = requests.get(image_url, stream=True)
    response.raw.decode_content = True
    shutil.copyfileobj(response.raw, fil)
fil.close()

Issue2：(用PIL模块打开下载的图像)下一步是读取下载的图像，我已经使用了"PIL“(枕头)模块来完成此操作。但我面临以下问题。“name='path\1.jpg'>”：无法识别图像文件<_io.BufferedReader <_io.BufferedReader

注意:如果我使用手动下载的图像或捕获的图像，我能够正确地读取它们。

下面是我使用的代码：

from PIL import Image
img = Image.open(open(temp_file_path, "rb"))

我认为这是因为字节与字符串的转换问题，但我无法解决。

我是附加的图像，这是通过脚本下载，使用请求模块作为参考。

如果有人帮我会很好..。

Answer 1

我看到的问题是，url不直接指向图像。我用image_url="https://i.etsystatic.com/16576605/r/il/ab973a/1811762786/il_794xN.1811762786_ni8d.jpg"尝试了您的代码，一切都很完美。

Answer 2

您可以使用urllib.request.urlretrieve(URL, 'your_filename.mp3/jpeg/png/whatever'下载图像。

import urllib.request

URL = "https://i.etsystatic.com/16576605/r/il/ab973a/1811762786/il_570xN.1811762786_ni8d.jpg"
urllib.request.urlretrieve(URL, "perfect_filename.png")

有时它不会下载任何东西，因为请求是通过脚本(bot)发送的，如果您想解析来自谷歌图像或其他搜索引擎的图像，您需要先通过user-agent请求headers，然后再下载该图像，否则请求将被阻止并引发错误。

通过user-agent并下载图像：

opener=urllib.request.build_opener()
opener.addheaders=[('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36 Edge/18.19582')]
urllib.request.install_opener(opener)

urllib.request.urlretrieve(URL, 'image_name.jpg')

代码和在线IDE中的示例，该IDE可以抓取和下载图像。

或者，您可以通过使用来自Google图像API的SerpApi来实现这一点。这是一个有免费计划的付费API。

区别在于，你不需要处理从<script>标签中抓取数据，也不必想办法绕过Google或其他搜索引擎的块，因为它已经为最终用户完成了。

合并守则：

from serpapi import GoogleSearch
import os

params = {
  "api_key": os.getenv("API_KEY"),
  "engine": "google",
  "q": "pexels cat",
  "tbm": "isch"
}

search = GoogleSearch(params)
results = search.get_dict()

for index, image in enumerate(results['images_results']):

    print(f'Downloading {index} image...')
    
    opener=urllib.request.build_opener()
    opener.addheaders=[('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36 Edge/18.19582')]
    urllib.request.install_opener(opener)

    urllib.request.urlretrieve(image['original'], f'SerpApi_Images/original_size_img_{index}.jpg')

免责声明，我为SerpApi工作。