Python 實現(xiàn)opencv所使用的圖片格式與 base64 轉換
更新時間：2020年01月09日 09:18:11 作者：Andy Wang
今天小編就為大家分享一篇Python 實現(xiàn)opencv所使用的圖片格式與 base64 轉換，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
將np圖片(imread后的圖片）轉碼為base64格式
def image_to_base64(image_np):
image = cv2.imencode('.jpg',image_np)[1]
image_code = str(base64.b64encode(image))[2:-1]
return image_code
將base64編碼解析成opencv可用圖片
def base64_to_image(base64_code): # base64解碼 img_data = base64.b64decode(base64_code) # 轉換為np數(shù)組 img_array = np.fromstring(img_data, np.uint8) # 轉換成opencv可用格式 img = cv2.imdecode(img_array, cv2.COLOR_RGB2BGR) return img
以上這篇Python 實現(xiàn)opencv所使用的圖片格式與 base64 轉換就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
自動微分技術（稱為“automatic differentiation, autodiff”）是介于符號微分和數(shù)值微分的一種技術，它是在計算效率和計算精度之間的一種折衷。本文主要介紹了Python如何實現(xiàn)前向和反向自動微分，需要的可以參考一下2022-12-12
這篇文章主要介紹了如何在python中處理配置文件代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-09-09
這篇文章主要介紹了Python日志采集,在實際使用python做自動化測試過程中兩種解決思路都可以使用，且都挺方便，其中對于思路1，還可以將代碼進行更進一步的封裝，需要的朋友可以參考下2022-05-05
Python中np.random.randint()參數(shù)詳解及用法實例
numpy.random.randint()函數(shù)不僅可以生成一維隨機數(shù)組,也可以生成多維度的隨機數(shù)組,下面這篇文章主要給大家介紹了關于Python中np.random.randint()參數(shù)詳解及用法的相關資料,需要的朋友可以參考下2022-09-09
基于python利用Pyecharts使高清圖片導出并在PPT中動態(tài)展示
這篇文章主要介紹了基于python利用Pyecharts使高清圖片導出并在PPT中動態(tài)展示，pyecharts?是一個用于生成?Echarts?圖表的類庫。Echarts?是百度開源的一個數(shù)據(jù)可視化?JS?庫,下面來看看具體的實現(xiàn)過程吧，需要的小伙伴也可以參考一下2022-01-01
這篇文章主要介紹了Python HTMLTestRunner如何下載生成報告,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-09-09
python+pygame實現(xiàn)簡易五子棋小游戲的三種方式
這篇文章主要介紹了使用python實現(xiàn)簡易五子棋小游戲,文中提供了三種實現(xiàn)方式,解決思路和部分實現(xiàn)代碼,感興趣的朋友可以參考下2023-03-03
Python使用Socket(Https)Post登錄百度的實現(xiàn)代碼
以前都是用一些高級模塊，封裝的比較好，今天嘗試使用socket模塊登錄百度，弄了半天才弄好，主要由于百度在登陸頁使用了https，我們需要對socket進行一定處理2012-05-05
如果要獲取網(wǎng)絡上數(shù)據(jù)，我們要給爬蟲一個網(wǎng)址（程序中通常叫URL），爬蟲發(fā)送一個HTTP請求給目標網(wǎng)頁的服務器，服務器返回數(shù)據(jù)給客戶端（也就是我們的爬蟲），爬蟲再進行數(shù)據(jù)解析、保存等一系列操作,需要的朋友可以參考下2023-05-05
pytorch如何自定義forward和backward函數(shù)
PyTorch自動求導功能強大,但在特定情況下需要用戶自行定義backward函數(shù),通過實例解釋了保存變量、計算梯度、鏈式法則等核心概念,并展示了如何通過自定義函數(shù)集成到網(wǎng)絡中以及如何正確返回梯度,此外,還討論了多輸出情況下的梯度傳遞2024-10-10