Databricks上で画像に関する機械学習やデータサインエンスを実施していると、分析対象の画像ファイル、もしくは、画像データをNotebook上でプレビューしたい場合があります。

今回は、その方法について見ていきます。

参考: この記事のNotebook

方法1: DataFrame(`format="image"`) + `display()`

SparkのDataframe(format="image")で読み込む
display()で表示する

ドキュメント: Image

image_df = (
  spark
  .read
  .format("image")
  .load('/databricks-datasets/cctvVideos/train_images/label=0/Browse2frame000*.jpg')
)

### DataFrameなので、いろいろ補助情報のカラムを追加できる
display(
  image_df
  .withColumn('filename', image_df.image.origin)
)

方法2: DataFrame(`format="binary"`) + `display()`

SparkのDataframe(format="binaryFile")で読み込む
.option("mimeType", "image/*")でコンテンツ種別を指定
display()で表示する

ドキュメント: Binary File

image_df = (
  spark
  .read
  .format("binaryFile")
  .option("mimeType", "image/*")
  .load('/databricks-datasets/cctvVideos/train_images/label=0/Browse2frame000*.jpg')
)

display( image_df )

方法3: PIL + numpy + matplotlib

通常のJupyter Notebook上で実施するのと同じ方法

from matplotlib.pyplot import imshow
import numpy as np
from PIL import Image

pil_im = Image.open('/dbfs/databricks-datasets/cctvVideos/train_images/label=0/Browse2frame0002.jpg', 'r')
imshow(np.asarray(pil_im))