Загрузка PNG файлов в OpenCV. PyPNG спешит на помощь

Приключения продолжаются. На этот раз я обнаружил, что OpenCV игнорирует alpha-канал при загрузке изображений функцией cvLoadImage, и никакие CV_LOAD_IMAGE_UNCHANGED не помогут. Достаточно взглянуть на исходный файл grfmt_png.cpp (версия библиотеки 2.2), и надежды испаряются. Вот, например, из этого файла текстово-разъяснительно и потом кодово-мнемонично:

/* observation: png_read_image() writes 400 bytes beyond
* end of data when reading a 400x118 color png
* "mpplus_sand.png".  OpenCV crashes even with demo
* programs.  Looking at the loaded image I'd say we get 4
* bytes per pixel instead of 3 bytes per pixel.  Test
* indicate that it is a good idea to always ask for
* stripping alpha..  18.11.2004 Axel Walthelm
*/
png_set_strip_alpha( png_ptr );

Небольшое гугление показывает, что это уже давно баян и что есть радикальное решение проблемы, состоящее в корректировке кода и перекомпиляции библиотеки. Но мы же не станем этого делать. Изобретём более некрасивый путь и спасём наши скриптёныши от страшного "mpplus_sand.png"!
Устанавливаем PyPNG, и в дальнейшем вместо cv.LoadImage загружаем данные изображений средствами этого пакета, конвертируя их в объекты IplImage.



Всё очень просто. Для начала:

import png

Допустим, требуется загрузить файл, путь к которому в filepath.

pr = png.Reader(filepath)

Дальше предусмотрим две возможности: в случае если мы имеем дело не с PNG форматом, просто вызываем стандартную функцию.

try:
  w, h, data, properties = pr.asRGBA8()
except png.FormatError:
  return cv.LoadImage(filepath)

Здесь мы получим размеры картинки, поток данных и словарь с некоторыми её свойствами. Использование метода asRGBA8() вместо read() спасает от возни со всякими неприятностями вроде не 8-битного кодирования элементов данных.
Дальше мы создаём обект IplImage

nChannels = properties['planes']
img = cv.CreateImage((w, h), 8, nChannels)

и заполняем его прочитанными данными. PyPNG предоставляет несложный интерфейс для итерации по элементам изображения:

for row in pr.iterboxed(data):
  for e in row:
.....

В этом фрагменте рассматриваются строки изображения в виде простой последовательности байт (именно байт в следствие вызова метода asRGBA8(), как описанно выше). Записать же значение пикселя в IplImage, можно обычной cv.Set2D(). Только необходимо помнить, конечно, что записывать надо кортежами по nChannels элементов и что загруженные данные имеют формат RGBA, а записывать надо в BGRA.