Python实现图像的二进制与base64互转

目录
  • 函数使用
  • 1.图像转base64编码
  • 2.图像转二进制编码
  • 3.图像保存成二进制文件并读取二进制
  • 4.二进制转图像
  • 5.base64转图像
  • 6.互转
  • 7.二进制转base64
  • 8.base64转二进制

函数使用

def base64_to_image(base64_code):
    img_data = base64.b64decode(base64_code)
    img_array = numpy.fromstring(img_data, numpy.uint8)
    # img_array = np.frombuffer(image_bytes, dtype=np.uint8) #可选
    image_base64_dec = cv2.imdecode(img_array, cv2.COLOR_RGB2BGR)
    return image_base64_dec

def image_to_base64(full_path):
    with open(full_path, "rb") as f:
        data = f.read()
        image_base64_enc = base64.b64encode(data)
        image_base64_enc = str(image_base64_enc, 'utf-8')
    return image_base64_enc
#传base64
img_bytes = request.json["img_stream"]
img_cv = base64_to_image(img_bytes)
uuid_str = str(uuid.uuid1())
img_path = uuid_str +".jpg"
cv2.imwrite(img_path,img_cv)

1.图像转base64编码

import cv2
import base64

def cv2_base64(image):
    img = cv2.imread(image)
    binary_str = cv2.imencode('.jpg', img)[1].tostring()#编码
    base64_str = base64.b64encode(binary_str)#解码
    base64_str = base64_str.decode('utf-8')
    myjson={"bs64":cv2_base64("1.jpg")}
    print(myjson)
    return base64_str

2.图像转二进制编码

import cv2
import base64

def cv2_binary(image):
    img = cv2.imread(image)
    binary_str = cv2.imencode('.jpg', img)[1].tostring()#编码
    print(binary_str)
    # base64_str = base64.b64encode(binary_str)#解码
    # base64_str = base64_str.decode('utf-8')
    # print(base64_str)
    return binary_str

cv2_binary("1.jpg")
# 或者
image_file =r"1.jpg"
image_bytes = open(image_file, "rb").read()
print(image_bytes)# 二进制数据

3.图像保存成二进制文件并读取二进制

#   python+OpenCV读取图像并转换为二进制格式文件的代码

# coding=utf-8
'''
Created on 2016年3月24日
使用Opencv读取图像将其保存为二进制格式文件,再读取该二进制文件,转换为图像进行显示
@author: hanchao
'''
import cv2
import numpy as np
import struct

image = cv2.imread("1.jpg")
# imageClone = np.zeros((image.shape[0],image.shape[1],1),np.uint8)

# image.shape[0]为rows
# image.shape[1]为cols
# image.shape[2]为channels
# image.shape = (480,640,3)
rows = image.shape[0]
cols = image.shape[1]
channels = image.shape[2]
# 把图像转换为二进制文件
# python写二进制文件,f = open('name','wb')
# 只有wb才是写二进制文件
fileSave = open('patch.bin', 'wb')
for step in range(0, rows):
    for step2 in range(0, cols):
        fileSave.write(image[step, step2, 2])
for step in range(0, rows):
    for step2 in range(0, cols):
        fileSave.write(image[step, step2, 1])
for step in range(0, rows):
    for step2 in range(0, cols):
        fileSave.write(image[step, step2, 0])
fileSave.close()

# 把二进制转换为图像并显示
# python读取二进制文件,用rb
# f.read(n)中n是需要读取的字节数,读取后需要进行解码,使用struct.unpack("B",fileReader.read(1))函数
# 其中“B”为无符号整数,占一个字节,“b”为有符号整数,占1个字节
# “c”为char类型,占一个字节
# “i”为int类型,占四个字节,I为有符号整形,占4个字节
# “h”、“H”为short类型,占四个字节,分别对应有符号、无符号
# “l”、“L”为long类型,占四个字节,分别对应有符号、无符号
fileReader = open('patch.bin', 'rb')
imageRead = np.zeros(image.shape, np.uint8)
for step in range(0, rows):
    for step2 in range(0, cols):
        a = struct.unpack("B", fileReader.read(1))
        imageRead[step, step2, 2] = a[0]
for step in range(0, rows):
    for step2 in range(0, cols):
        a = struct.unpack("b", fileReader.read(1))
        imageRead[step, step2, 1] = a[0]
for step in range(0, rows):
    for step2 in range(0, cols):
        a = struct.unpack("b", fileReader.read(1))
        imageRead[step, step2, 0] = a[0]

fileReader.close()
cv2.imshow("source", image)
cv2.imshow("read", imageRead)
cv2.imwrite("2.jpg",imageRead)
cv2.waitKey(0)

4.二进制转图像

def binary_cv2(bytes):
    file = open("4.jpg","wb")
    file.write(bytes)

binary_cv2("bytes")
#或者
from PIL import Image
import io
img = Image.open(io.BytesIO("bytes"))
img.save("5.jpg")

5.base64转图像

def base64_cv2(base64code):
    img_data = base64.b64decode(base64code)
    file = open("2.jpg","wb")
    file.write(img_data)
    file.close()

base64_cv2("base64code")
============================================
with open("1.txt","r") as f:
    img_data = base64.b64decode(f.read())
    file = open("3.jpg","wb")
    file.write(img_data)
    file.close()

6.互转

def base64_to_image(base64_code):
    img_data = base64.b64decode(base64_code)
    img_array = numpy.fromstring(img_data, numpy.uint8)
    image_base64_dec = cv2.imdecode(img_array, cv2.COLOR_RGB2BGR)
    return image_base64_dec #图像矩阵,需要cv2.imwrite写入cv2.imwrite("1.jpg",img)

def image_to_base64(full_path):
    with open(full_path, "rb") as f:
        data = f.read()
        image_base64_enc = base64.b64encode(data)
        image_base64_enc = str(image_base64_enc, 'utf-8')
    return image_base64_enc

7.二进制转base64

def binary_base64(binary):
    img_stream = base64.b64encode(binary)
    bs64 = img_stream.decode('utf-8')
    print(bs64)

8.base64转二进制

import base64

bs64 = ""
img_data = base64.b64decode(bs64)
print(img_data)

以上就是Python实现图像的二进制与base64互转的详细内容,更多关于Python图像二进制转base64的资料请关注我们其它相关文章!

(0)

相关推荐

  • python将图片转base64,实现前端显示

    如下所示: # -*- coding: utf-8 -*- import base64 with open("C:\\Users\\user\\Desktop\\20170508134213.png","rb") as f: # b64encode是编码,b64decode是解码 base64_data = base64.b64encode(f.read()) # base64.b64decode(base64data) print(base64_data) 结果:

  • Python使用base64模块进行二进制数据编码详解

    前言 昨天团队的学妹来问关于POP3协议的问题,所以今天稍稍研究了下POP3协议的格式和Python里面的poplib.而POP服务器往回传的数据里有一部分需要用到Base64进行解码,所以就顺便看了下Python里面的base64模块. 本篇先讲一下base64模块,该模块提供了关于Base16,Base32,Base64,Base85和Ascii85的编码和解码相关的函数.有关poplib模块的内容,会在后面发上来.嗯,又挖了一个坑,这辈子挖的坑填不完了... 以下内容摘自http://bb

  • python获得图片base64编码示例

    复制代码 代码如下: #!/usr/bin/env python # -*- coding: utf-8 -*- import os, base64 icon = open('ya.png','rb') iconData = icon.read() iconData = base64.b64encode(iconData) LIMIT = 60 liIcon = [] while True:         sLimit = iconData[:LIMIT]         iconData =

  • 将python图片转为二进制文本的实例

    写在最前面: 我在研究机器学习的过程中,给的数据集是手写数字图片被处理后的由0,1表达的txt文件,今天写一写关于图片转化为二进制txt文件的python实践 在这里,我们使用python中的Pillow库,Pillow库中有一个很重要的类是Image,可以对图片进行很多处理. 首先,导入Image类 from PIL import Image 打开图片 im=Image.open('1.jpg') 获取图片宽和高 width=im.size[0] height=im.size[1] 也可以这样

  • Python OpenCV实现传统图片格式与base64转换

    Base64是网络上最常见的用于传输8Bit字节码的编码方式之一,是一种基于64个可打印字符来表示二进制数据的方法.通过http传输图片常常将图片数据转换成base64之后再进行传输. Base64简介 Base64是网络上最常见的用于传输8Bit字节码的编码方式之一,Base64就是一种基于64个可打印字符来表示二进制数据的方法.可查看RFC2045-RFC2049,上面有MIME的详细规范. Base64编码是从二进制到字符的过程,可用于在HTTP环境下传递较长的标识信息.例如,在Java

  • Python实现图像的二进制与base64互转

    目录 函数使用 1.图像转base64编码 2.图像转二进制编码 3.图像保存成二进制文件并读取二进制 4.二进制转图像 5.base64转图像 6.互转 7.二进制转base64 8.base64转二进制 函数使用 def base64_to_image(base64_code): img_data = base64.b64decode(base64_code) img_array = numpy.fromstring(img_data, numpy.uint8) # img_array =

  • Python+OpenCV实现将图像转换为二进制格式

    在学习tensorflow的过程中,有一个问题,tensorflow在训练的过程中读取的是二进制图像数据库文件,而不是图像文件,因此 在进行训练.测试之前需要将图像文件转换为二进制格式. 下面是我在ubuntu中使用python+OpenCV读取图像并转换为二进制格式文件的代码. #coding=utf-8 ''' Created on 2016年3月24日 使用Opencv读取图像将其保存为二进制格式文件,再读取该二进制文件,转换为图像进行显示 @author: hanchao ''' imp

  • python将图片文件转换成base64编码的方法

    本文实例讲述了python将图片文件转换成base64编码的方法.分享给大家供大家参考.具体实现方法如下: import base64 f=open(r'c:\jb51.gif','rb') #二进制方式打开图文件 ls_f=base64.b64encode(f.read()) #读取文件内容,转换为base64编码 f.close() 调用方法如下: 复制代码 代码如下: <img src="R0lGODlh1wBOAPcAAAAAAP///7a4u+jq7bG1ucrN0N7g4tLU

  • python 实现图像快速替换某种颜色

    最近的对图像数据进行处理的时候需要将图像中的某个颜色替换为另一个颜色,但是网络上找到的方法都是通过对图像的遍历进行替换,实在是太费时了!刚开始使用时觉得CPU很快了,一张图片应该用不了多久,但是实际使用中耗时确实难以接受的!于是自己写了一个替换程序加快速度,比遍历快很多,但我觉得不是最快的,应该有通过矩阵索引更快的处理方式,只是我自己暂时并不知道该如何实现,如果以后能够实现会进行更新,暂时先写下自己暂时觉得可用的代码. 一.通过遍历替换 将图像中某个颜色替换为另一个颜色一般的做法是遍历整个图像,

  • python读取图像矩阵文件并转换为向量实例

    假设图像矩阵大小为32×32,将其转换为向量,首先创建1×1024的NumPy数组,然后打开给定的文件,循环读出文件的前32行,并将每行的头32个字符值存储在NumPy数组中 import numpy as np def img2vector(filename): returnVect = np.zeros((1, 1024)) fr = open(filename) for i in range(32): lineStr = fr.readline() for j in range(32):

  • Python+Opencv实现把图片、视频互转的示例

    1. 安装Opencv包 pip install opvencv-python 2.实现代码: 视频转为图片: import cv2 cap=cv2.VideoCapture('E:/video/video-02.mp4') # 获取一个视频打开cap isOpened=cap.isOpened # 判断是否打开 print(isOpened) fps=cap.get(cv2.CAP_PROP_FPS) print(fps) # 获取宽度 width=int(cap.get(cv2.CAP_PR

  • 详解如何使用Python隐藏图像中的数据

    目录 编码 例子 解码 程序执行 局限性 参考 隐写术是在任何文件中隐藏秘密数据的艺术. 秘密数据可以是任何格式的数据,如文本甚至文件.简而言之,隐写术的主要目的是隐藏任何文件(通常是图像.音频或视频)中的预期信息,而不实际改变文件的外观,即文件外观看起来和以前一样. 在这篇文章中,我们将重点学习基于图像的隐写术,即在图像中隐藏秘密数据. 但在深入研究之前,让我们先看看图像由什么组成: 1.像素是图像的组成部分. 2.每个像素包含三个值:(红色.绿色.蓝色)也称为 RGB 值. 3.每个 RGB

  • python OpenCV图像金字塔

    目录 1.图像金字塔理论基础 2.向下取样函数及使用 3.向上取样函数及使用 4.采样可逆性研究 5.拉普拉斯金字塔 6.图像轮廓介绍 轮廓近似 1.图像金字塔理论基础 图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效但概念简单的结构.一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合.其通过梯次向下采样获得,直到达到某个终止条件才停止采样.我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低.那我们为什么要做图像金字塔呢?这

  • Python实现RLE格式与PNG格式互转

    目录 介绍 1.PNG2RLE 2.RLE2PNG 3.示例 4.完整代码如下 介绍 在机器视觉领域的深度学习中,每个数据集都有一份标注好的数据用于训练神经网络. 为了节省空间,很多数据集的标注文件使用RLE的格式. 但是神经网络的输入一定是一张图片,为此必须把RLE格式的文件转变为图像格式. 图像格式主要又分为 .jpg 和 .png 两种格式,其中label数据一定不能使用 .jpg,因为它因为压缩算算法的原因,会造成图像失真,图像各个像素的值可能会发生变化.分割任务的数据集的 label

  • Python实现图像几何变换

    本文实例讲述了Python实现图像几何变换的方法.分享给大家供大家参考.具体实现方法如下: import Image try: im=Image.open('test.jpg') #out = im.resize((128, 128)) #改变大小 #out = im.rotate(45) #45°旋转 #out = im.transpose(Image.FLIP_LEFT_RIGHT) #水平翻转 #out = im.transpose(Image.FLIP_TOP_BOTTOM) #垂直翻转

随机推荐