Python 从Flask中的JSON数据提供动态matplotlib图像

在我的应用程序中，我想为通过POST方法发送的numpy数组生成的PNG图像提供服务，因此在我提出的应用程序中，有两种途径——一种是为HTML提供

'.format（img.getvalue（））的途径
@app.route（'/img/gen'，methods=['POST']）
def img_gen（）：
data=np.array（json.loads（request.get_json（）））
图=plt.图（）
plt.plot（数据[0，：]，c='b'）
plt.plot（数据[1，：]*-1，c='r'）
plt.grid（）
png=BytesIO（）
图Canvasagg（图）。打印png（png）
plt.关闭（图）
返回响应（png.getvalue（），mimetype='image/png'）
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
app.run（）

---

我检查了数组是否正确地传递给

/img/gen

路由并由其接收，但应用程序似乎卡在

返回

行或之前。Gunicorn v3不打印任何错误消息，除了

工作超时

。如果有人向我指出此问题的原因，我将不胜感激。

您的代码有几个问题：

您正在使用

.raw.read（）

直接访问字节响应，但是由于响应是mimetype“img/png”，您只需使用

.content

。我无法使

.raw.read（）

正常工作，因此我建议使用`

您正在混合字符串和字节类型。通常，每当将字节计算为字符串时，

b'

将附加在开头，而

'

将附加在结尾。此外，python字节类型不是base64，请使用

base64

模块中的

b64encode

您需要以URI类型开始

src=

。 基于2、3和4，您应该编写以下代码：

b'%b64encode（img）

，它使用字节类型，声明数据类型，并插入base64 bytestring

完整代码如下：

from flask import Flask, request, url_for, Response
import requests
from matplotlib import pyplot as plt
from matplotlib.backends.backend_agg import FigureCanvasAgg
import numpy as np
import json
from io import BytesIO

app = Flask(__name__)

@app.route('/img/show')
def show_html():
        data = np.random.rand(80).reshape((2, 40))
        img = BytesIO(requests.post(request.scheme + '://' + request.host + url_for('img_gen'), json=json.dumps(data.astype(float).tolist())).raw.read())
        return '<img src="{}" />'.format(img.getvalue())


@app.route('/img/gen', methods=['POST'])
def img_gen():
        data = np.array(json.loads(request.get_json()))
        fig = plt.figure()
        plt.plot(data[0, :], c='b')
        plt.plot(data[1, :]*-1, c='r')
        plt.grid()
        png = BytesIO()
        FigureCanvasAgg(fig).print_png(png)
        plt.close(fig)
        return Response(png.getvalue(), mimetype='image/png')

if __name__ == '__main__':
        app.run()

从烧瓶导入烧瓶，请求，url\u，响应
导入请求
从matplotlib导入pyplot作为plt
从matplotlib.backends.backend_agg导入图Canvasagg
将numpy作为np导入
导入json
从io导入字节io
从base64导入b64encode
app=烧瓶（名称）
@应用程序路线（“/img/show”）
def show_html（）：
数据=np.random.rand（80）.重塑（（2,40））
img=requests.post(
request.scheme+“：/”+request.host+url\u for（“img\u gen”），
json=json.dumps（data.astype（float.tolist（）），
).内容
返回b“”%B64编码（img）
@app.route（“/img/gen”，methods=[“POST”]）
def img_gen（）：
data=np.array（json.loads（request.get_json（）））
图=plt.图（）
plt.绘图（数据[0，：]，c=“b”）
plt.绘图（数据[1，：]*-1，c=“r”）
plt.grid（）
png=BytesIO（）
图Canvasagg（图）。打印png（png）
plt.关闭（图）
返回响应（png.getvalue（），mimetype=“image/png”）
如果名称=“\uuuuu main\uuuuuuuu”：
app.run（）

---

最后，我将注意到，您不一定需要为映像使用单独的端点，因为该端点仅由服务器本身使用。假设您没有调用外部服务器，那么让一个函数返回图像会更有意义，该函数由

show\u html

函数调用。

您的最后一句话表明您向

响应发送了意外数据。您是否分别测试了img\U gen的
功能，以查看它是否可以显示保存为静态文件的图像？这不是对你问题的回答，但你是否考虑过将图像保存到一个临时文件中，然后提供给它？@Kaan E。我测试了这段代码，类似的功能适用于GET请求生成的PNG图像。我从感谢您的回答中学到了这段代码，但是您提出的代码仍然不适用于我-每次我点击
/img/show
端点时，我都会收到工人超时。我使用的是
gunicorn-3（版本19.9.0）
@mac13k，我目前使用的是windows，因此无法测试gunicorn（我使用flask的内置服务器进行了测试）。不过，这可能会有所帮助。它猜测工作超时是因为生成图像和发送响应所花费的时间太长。我编写了另一个应用程序，在GET请求时以PNG格式生成matplotlib绘图，它工作正常-没有超时，图像也正常。在那里，我可以直接在
中包含指向端点的URL，而无需存储或处理响应，因此我猜在这种情况下，我们试图显示
请求的方式有问题。post（）.content
在HTML中。我修改了另一个应用程序，该应用程序在直接从URL提供图像服务时运行良好-使用
requests.get（）
它开始超时，所以这就是问题出现的地方，但我不明白为什么…@mac13k，我刚刚用gunicorn进行了测试，发现了问题。运行
gunicorn main:app
默认情况下只使用一个工作进程-这意味着它一次只能处理一个请求，但要使此代码正常工作，您至少需要运行两个工作进程，因为您需要同时调用两个端点。因此，
show
端点将永远等待
gen
端点。尝试运行
gunicorn-w2 main:app，它应该可以工作。
from flask import Flask, request, url_for, Response
import requests
from matplotlib import pyplot as plt
from matplotlib.backends.backend_agg import FigureCanvasAgg
import numpy as np
import json
from io import BytesIO
from base64 import b64encode

app = Flask(__name__)


@app.route("/img/show")
def show_html():
    data = np.random.rand(80).reshape((2, 40))
    img = requests.post(
        request.scheme + "://" + request.host + url_for("img_gen"),
        json=json.dumps(data.astype(float).tolist()),
    ).content
    return b'<img src="data:image/png;base64,%b" />' %b64encode(img)


@app.route("/img/gen", methods=["POST"])
def img_gen():
    data = np.array(json.loads(request.get_json()))
    fig = plt.figure()
    plt.plot(data[0, :], c="b")
    plt.plot(data[1, :] * -1, c="r")
    plt.grid()
    png = BytesIO()
    FigureCanvasAgg(fig).print_png(png)
    plt.close(fig)
    return Response(png.getvalue(), mimetype="image/png")


if __name__ == "__main__":
    app.run()