Pyspark 如何从SparkSession对象创建DataFrame以读取PNG文件格式？

我正在开发环境中使用Spark2.0.0。我已经创建了SparkSession对象，如下所示

spark = SparkSession().getOrCreate()
Image = spark.read.json() 

我可以使用上面的SparkSession来读取json文件。但是有没有办法读取图像文件（PNG、JPG）？我曾尝试搜索spark 2.0文档，但没有提及任何内容

我的主要目标是将图像作为DF从一些localfileyatem/HDFS位置加载到

Image = spark.read.()

并将它们保存为HDFS位置中的顺序文件，以便进行图像处理

---

我们怎样才能完成这项任务？非常感谢您的帮助。

您可以使用SparkContext提供的WholeTextFile（）方法。我不太习惯用python编写代码。但是，我可以用JAVA示例来帮助您

JavaSparkContext sc = new JavaSparkContext();
JavaRDD<Tuple2<String, String>> rdd = sc.wholeTextFiles("image-path", 1).toJavaRDD();
rdd.foreach(x -> {

});

JavaSparkContext sc=newJavaSparkContext（）；
JavaRDD rdd=sc.wholeTextFiles（“图像路径”，1）.toJavaRDD（）；
rdd.foreach（x->{
});

---

一旦获得数据，您就可以使用自己的视频/图像库来处理图像。

这是一种尝试性的方法。我没有使用sparkSession，而是使用了SparkContext及其内置功能

image = sc.textFile("hdfs:/<path_to/image2.png",1) 

---

image=sc.textFile（“hdfs:”感谢您的回复，但我们的环境中不使用Java。任何一种语言的RDD在所有语言中都是相同的。逻辑是相同的。