通过requests.post向API发送numpy数组（实际上是图像）的最佳方式（性能）是什么？（python）

我想知道如何通过请求的post方法发送三维numpy数组；如果可能，如何压缩这些数据。 最好的办法是：

数据量更小 更少的图书馆 减少计算时间 你想要什么。。 我看到了这样的模式：

以文件形式发送：

requests.postapi_url，files={'image'：openimg_路径，'rb'} 以编码数组的形式发送：

image\u np是一个numpy数组 _，img_encoded=cv2.imencode'.jpg'，image\u np requests.postapi_url，data=img_encoded.tobytes 作为缓冲区发送：

buf=io.BytesIO plt.imsavebuf，图像\u np，格式='jpg' image\u data=buf.getvalue requests.postapi\u url，data=image\u数据 以字符串base64发送：

使用openimg_路径，“rb”作为fp: img_encoded=strb64encodefp.read r=requests.postapi_url，json={'image'：img_encoded}

---

首先，不可能有一个完美的方法将以下三个因素最小化：

数据量更小 更少的图书馆 减少计算时间 可能会有一些折衷，我可以解释每种方法的折衷，让您对每种方法有一个清晰的理解，但这在很大程度上取决于用例，以在所做的折衷中找到完美的最佳点

我将放弃这里的少库部分，因为您已经在压缩JPG格式的图像，这意味着您正在内部使用libJPEG。JPG确实提供了相当不错的压缩率，所以我们将只使用JPEG格式

数据量更小 为了减少有效载荷，我们可以尝试以下方法：

减少图像尺寸，这可以大幅减少图像大小，但您必须找到合适的阈值，在该阈值中，随着图像大小的减小，对象检测精度会大大降低。对计算时间的影响最小 其次，您可以尝试减少RGB域的基本下采样颜色。虽然JPEG已经为您提供了这些功能，但它试图保留大部分颜色信息。如果处理255、255、255和255、255、250不会影响对象检测模型的准确性，则可以使用intcolor/5*5对图像颜色域进行下采样。对计算时间的影响最小 最后一件我们可以尝试的事情是完全丢弃颜色。并使用灰度图像代替RGB颜色。这还取决于您的对象检测模型，无论它是对颜色数据敏感还是只需要灰度信息。对计算时间的适度影响

---

发送数据的原因是什么？它只是为了存储，还是服务器将对数据进行某种处理？如果是这样，服务器是否安装了numpy，您是否打算将其用于处理？是的，目前，在服务器上使用对象检测模型处理图像的原因，这就是为什么我想找到一种快速发送图像的方法在这种情况下，将数据保存为二进制文件，发布文件，并将二进制数据加载到服务器端的numpy中。除了上面的base64选项之外，在所有情况下都是这样做的，您只需要决定使用哪种文件格式。这只是一个序列化问题，文件是否被发送到web API并不重要。