如何将Python numpy数组转换为base64输出

我基本上需要这样做，但是用Python而不是Javascript。我从socketio连接接收base64编码的字符串，将其转换为uint8并处理它，然后需要将其转换为base64字符串，以便将其发送回

因此，到目前为止，我已经得到了这个（我正在从socketio服务器获取

数据
字典）：

如何反转此过程以从
img
返回
base64\u image\u string

更新：

我已经通过以下方式解决了这个问题（从上面的代码片段继续）：

有些令人困惑的是，
new_image_string
与
base64_image_string
不同，但是从
new_image_string
渲染的图像看起来是一样的，所以我很满意
 来自：

是二进制读取

我相信由于
numpy.array
s支持缓冲协议，您只需要以下几点：

processed_string = base64.b64encode(img)

例如：

>>> encoded = b"aGVsbG8sIHdvcmxk"
>>> img = np.frombuffer(base64.b64decode(encoded), np.uint8)
>>> img
array([104, 101, 108, 108, 111,  44,  32, 119, 111, 114, 108, 100], dtype=uint8)
>>> img.tobytes()
b'hello, world'
>>> base64.b64encode(img)
b'aGVsbG8sIHdvcmxk'
>>>

我也有同样的问题。经过一些搜索和尝试，我的最终解决方案几乎与你的相同

唯一的区别是base64编码字符串是
png
格式数据，因此在转换为np.array之前，我需要将其从
RGBA
更改为
RGB
通道：

image = image.convert ("RGB")
img = np.array(image)

在相反的过程中，您将数据处理为JPEG格式，可能这就是为什么
new\u image\u string
与
base64\u image\u string
不同的原因？
等等，为什么您必须将
numpy
数组转换为utf-8？base64字母是“abcdefghijklmnopqrstuvwxyzabefghijklmnopqrstuvxyz012456789+/=”Base64是一个8位二进制数据的标准（z.B.ausführbare程序，ZIP dateen order Bilder）。这意味着Base64是编码8位二进制数据（即可执行文件、ZIP文件或图像）的标准。是的，那又怎样？它是一个字节数组（uint8）。请参阅我发布的示例。无论如何，我不确定您为什么认为转换为utf8会有帮助…好的，很好，我不知道numpy数组是以字节为单位构造的，因为通常我将它们与组合数据类型（如float、integer）一起使用，…似乎
save
to
JPEG
是一个丢失函数。然后解码的图像字符串是no不再等同于原始图像。@MeadowMuffins只使用另一种无损格式，例如PNG。这太神奇了！但是，当我反序列化时，我的3-D
numpy
数组仅显示为1-D-我必须
使用数组附带的原始形状的值来重塑
，还是有办法绕过
重塑？Thx！这很难看，但我最终做了：
有效负载=（'nparr'，img.shape，base64.b64encode（img.copy（order='C'））
并相应地进行反序列化。有办法解决吗？非常感谢！@jtlz2没有，但是你考虑过其他类似的序列化方法吗？谢谢，我尝试过这种方法（请参阅）-但最后，我认为在网络上使用base64比使用字节字符串更安全。你对哪个更可取有看法吗？@jtlz2抱歉，但我不太明白。base64生成字节字符串。从什么意义上讲更安全？
numpy.save
在跨平台上更具可移植性，可以处理字节顺序和s如果我没有任意限制的选择，我无疑会使用
numpy.save
而不是base64编码。它可能更快，而且绝对不会占用太多内存
processed_string = base64.b64encode(img)

>>> encoded = b"aGVsbG8sIHdvcmxk"
>>> img = np.frombuffer(base64.b64decode(encoded), np.uint8)
>>> img
array([104, 101, 108, 108, 111,  44,  32, 119, 111, 114, 108, 100], dtype=uint8)
>>> img.tobytes()
b'hello, world'
>>> base64.b64encode(img)
b'aGVsbG8sIHdvcmxk'
>>>

image = image.convert ("RGB")
img = np.array(image)