python 使用cv2、io.BytesIO处理图片二进制数据

参考资料:http://www.voidcn.com/article/p-sabqihis-bry.html
参考资料: https://blog.youkuaiyun.com/yang_bingo/article/details/84066217

1、使用cv2
import cv2
import numpy as np
from matplotlib import pyplot as plt
from PIL import Image
img_url = r'C:\Users\xxc\Desktop\capture.png'
with open(img_url, 'rb') as f:
    a = f.read()

# 二进制数据流转np.ndarray [np.uint8: 8位像素]
img = cv2.imdecode(np.frombuffer(a, np.uint8), cv2.IMREAD_COLOR)
# # 将bgr转为rbg
rgb_img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
print(rgb_img)
# np.ndarray转IMAGE
a = Image.fromarray(rgb_img)
print(a)
# 显示图片
a.show()

2、使用io.BytesIO
import io
from PIL import Image
img_url = r'C:\Users\xxc\Desktop\capture.png'
with open(img_url, 'rb') as f:
    a = f.read()
print(type(a))
# 将字节对象转为Byte字节流数据,供Image.open使用
byte_stream = io.BytesIO(a)  
print(type(byte_stream))
roiImg = Image.open(byte_stream)  
# 图片保存 
roiImg.save(r'C:\Users\xxc\Desktop\save.png')

小结:cv2和io.BytesIO相比,多了一步bgr转rbg,可能使用io.BytesIO更加方便。
补充:如果读者有更好的方法,还望多多指教 ^ ^

 

### 使用 Pythoncv2 库读取二进制图片的方法及注意事项 在 Python 中,使用 OpenCVcv2)库可以高效地读取和处理二进制图片。以下是实现方法及相关注意事项的详细说明: #### 方法:从二进制流中读取图片 OpenCV 提供了 `cv2.imdecode` 函数,可以直接从二进制数据流中解码图像,而无需通过文件系统进行中间存储[^1]。 ```python import cv2 import numpy as np from PIL import Image from io import BytesIO def read_image_from_binary(binary_data): """ 从二进制数据流中读取并解码图像。 :param binary_data: 图像的二进制数据流 :return: 解码后的图像(numpy 数组) """ # 将二进制数据转换为 numpy 数组 nparr = np.frombuffer(binary_data, np.uint8) # 使用 cv2.imdecode 解码图像 image = cv2.imdecode(nparr, cv2.IMREAD_COLOR) return image ``` #### 注意事项 1. **输入数据格式** 确保输入的二进制数据是有效的图像格式(如 JPEG 或 PNG)。如果数据格式不正确或损坏,`cv2.imdecode` 可能会返回 `None`[^1]。 2. **内存管理** 处理大尺寸图像时,需注意内存占用问题。对于超大分辨率的图像,建议分块处理或优化数据流传输方式[^3]。 3. **色彩空间转换** OpenCV 默认以 BGR 格式读取图像。如果需要 RGB 格式,可以使用 `cv2.cvtColor` 进行转换: ```python image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) ``` 4. **错误处理** 在实际应用中,应添加异常捕获机制以处理可能的解码失败情况: ```python def safe_read_image_from_binary(binary_data): try: nparr = np.frombuffer(binary_data, np.uint8) image = cv2.imdecode(nparr, cv2.IMREAD_COLOR) if image is None: raise ValueError("Failed to decode image") return image except Exception as e: print(f"Error reading image: {e}") return None ``` 5. **性能优化** 如果需要频繁处理大量图像,可以考虑将二进制数据处理为 NumPy 数组后缓存,减少重复计算开销[^2]。 #### 示例:从 Base64 编码字符串中读取图像 以下代码展示了如何从 Base64 编码的字符串中读取并解码图像: ```python import base64 def read_image_from_base64(base64_string): """ 从 Base64 编码字符串中读取并解码图像。 :param base64_string: Base64 编码的字符串 :return: 解码后的图像(numpy 数组) """ # 去除可能存在的头部信息(如 "data:image/jpeg;base64,") if base64_string.startswith("data:image/"): header, encoded = base64_string.split(",", 1) base64_string = encoded # 解码 Base64 字符串为二进制数据 binary_data = base64.b64decode(base64_string) # 调用之前定义的函数读取图像 return read_image_from_binary(binary_data) ``` --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值