因為項目的原因了解到有一個python的flask框架，查了一下：
關于前端圖片上傳的canvas:
如下元素

<canvas id="canvas" width="5" height="5"></canvas>

可以用這樣的方式獲取一個 data-URL

var canvas = document.getElementById("canvas"); var dataURL = canvas.toDataURL(); console.log(dataURL);

// “data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAUAAAAFCAYAAACNby
// blAAAADElEQVQImWNgoBMAAABpAAFEI8ARAAAAAElFTkSuQmCC”
設置jpegs圖片的質量

var fullQuality = canvas.toDataURL("image/jpeg", 1.0); // data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ...9oADAMBAAIRAxEAPwD/AD/6AP/Z" var mediumQuality = canvas.toDataURL("image/jpeg", 0.5); var lowQuality = canvas.toDataURL("image/jpeg", 0.1);

getContext() 方法返回一個用于在畫布上繪圖的環境。

語法
Canvas.getContext(contextID)
參數
參數 contextID 指定了您想要在畫布上繪制的類型。當前唯一的合法值是 “2d”，它指定了二維繪圖，并且導致這個方法返回一個環境對象，該對象導出一個二維繪圖 API。

提示：在未來，如果 < canvas> 標簽擴展到支持 3D 繪圖，getContext() 方法可能允許傳遞一個 “3d” 字符串參數。

返回值
一個 CanvasRenderingContext2D 對象，使用它可以繪制到 Canvas 元素中。
后端：
首先pip install Flask
然后新建文件:

from flask import Flask,make_response, jsonifyfrom multiprocessing import Process# 配置全局app app = Flask(__name__) # 導入index中定義的所有函數 #from autotrade.server.index import *def run_index():# 啟動web服務器，使用多線程方式，接收所有http請求app.run(host='0.0.0.0', port=5000, threaded=True)def make_new_response(data):res = make_response(jsonify({'code': 0, 'data': data}))res.headers['Access-Control-Allow-Origin'] = '*'res.headers['Access-Control-Allow-Method'] = '*'res.headers['Access-Control-Allow-Headers'] = '*'return res@app.route('/') def hello_world():return {'hello': 'world!'}@app.route("/test") def test():res = "{'no':'dddd'}"return make_new_response(res)if __name__ == "__main__":app.run(debug=True)

打開瀏覽器：

向flask后端發請求接收圖片：（點擊按鈕觸發事件)
flask:

from flask import Flask,make_response, jsonify from flask_cors import CORS import socket import threading import json import os from io import BytesIO from multiprocessing import Process import io from PIL import Image # 配置全局app app = Flask(__name__) # 導入index中定義的所有函數 #from autotrade.server.index import * def main():# 創建服務器套接字serversocket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 獲取本地主機名稱host = socket.gethostname()# 設置一個端口port = 5000# 將套接字與本地主機和端口綁定serversocket.bind((host, port))# 設置監聽最大連接數serversocket.listen(5)# 獲取本地服務器的連接信息myaddr = serversocket.getsockname()print("服務器地址:%s" % str(myaddr))# 循環等待接受客戶端信息while True:# 獲取一個客戶端連接clientsocket, addr = serversocket.accept()print("連接地址:%s" % str(addr))try:t = ServerThreading(clientsocket) # 為每一個請求開啟一個處理線程t.start()passexcept Exception as identifier:print(identifier)passpassserversocket.close()passdef run_index():# 啟動web服務器，使用多線程方式，接收所有http請求app.run(host='0.0.0.0', port=5000, threaded=True)CORS(app, resources=r'/*', supports_credentials=True)basedir = os.path.abspath(os.path.dirname(__file__))@app.route('/getPic',methods=['GET', 'POST']) def findpic():img_url = basedir+'/data/tt/b/b_1.png'print(img_url)with open(img_url, 'rb') as f:a = f.read()'''對讀取的圖片進行處理'''img_stream = io.BytesIO(a)img = Image.open(img_stream)imgByteArr = io.BytesIO()img.save(imgByteArr,format='PNG')imgByteArr = imgByteArr.getvalue()print(imgByteArr)return imgByteArrif __name__ == "__main__":app.run(debug=True)

注意：Python在內存中讀寫數據，用到的模塊是StringIO和BytesIO，當為StringIO時getvalue()方法用于獲得寫入后的str。StringIO操作的只能是str，如果要操作二進制數據，就需要使用BytesIO。可以用一個bytes初始化BytesIO，然后，像讀文件一樣讀取：

>>> from io import BytesIO >>> f = BytesIO(b'\xe4\xb8\xad\xe6\x96\x87') >>> f.read() b'\xe4\xb8\xad\xe6\x96\x87'

BytesIO實現了在內存中讀寫bytes。

vue代碼：

<button @click="getPic">獲取圖片</button><img :src="picurl" alt="beachball" /> data () {return {picurl: "",}},methods: {getPic() {var that = this;this.$axios.get('http://127.0.0.1:5000/getPic',{responseType: "arraybuffer",}).then(function (response) {that.picurl ="data:image/jpeg;base64," + that.arrayBufferToBase64(response.data);});},arrayBufferToBase64(buffer) {//第一步，將ArrayBuffer轉為二進制字符串var binary = "";var bytes = new Uint8Array(buffer);var len = bytes.byteLength;for (var i = 0; i < len; i++) {binary += String.fromCharCode(bytes[i]);}//將二進制字符串轉為base64字符串return window.btoa(binary);}, }

點擊按鈕后:

后端的顯示:

圖片傳給后端

搗鼓了半天終于把圖片傳給后端了，不過暫時用的java測試。中途遇到無數次cannot read property xxx xxx is not defined,懷疑是自己哪些代碼莫名出了問題，因為canvas是getelementbyid,所以如果寫的是ref的話是獲取不到的，然后注釋掉了一堆代碼，結果:

后端的響應：

flask獲取圖片數據：

flask獲取參數方式：

request.form.get(“key”, type=str, default=None) 獲取表單數據

request.args.get(“key”) 獲取get請求參數

request.values.get(“key”) 獲取所有參數

import base64 img1='E:/nsfw_tensorflow/corpus/weibocore_WBC_IMAGE_DATA_SOURCE_6521.jpg'pimg=open(img1, 'rb').read()print(pimg)# base64圖片加密 result = base64.b64encode(pimg)print(result)# 再把加密后的結果解碼 temp = base64.b64decode(result)print(temp)

現在出現一個問題，從前端發送圖片之后后端接收到的data一直是str類型，不知道怎么取出來：

@app.route('/getpic', methods=['POST']) def getpic():data = flask.request.get_data().decode('utf-8')data = json.loads(data)data_b64 = data["data"]print(type(data_b64))

修改：

def getpic():data = json.loads(flask.request.get_data("data"))data_64 = str.encode(data['data'])print(type(data_64))print(data_64)

得到類型為bytes.
前端去掉base64前面的前綴：

var image = this.thisCancas.toDataURL("image/png").split('base64,')[1];

搞了好久試了好多方法終于把前端的圖片base碼解出來了！！！！！！激動
后端的代碼:

def decode_base64(data):"""Decode base64, padding being optional.:param data: Base64 data as an ASCII byte string:returns: The decoded byte string."""missing_padding = len(data) % 4if missing_padding != 0:data += b'='* (4 - missing_padding)# return base64.decodestring(data)return base64.b64decode(data)#上面這個函數用來解碼base64字符串 @app.route('/getpic', methods=['POST']) def getpic():data = json.loads(flask.request.get_data("data"))data_64 = str.encode(data['data'])print(type(data_64))#print(data_64)print('------------------------')print(str(data_64, 'utf8')) #用這個方法去掉base64碼前面b'xxx'的bimgdata = decode_base64(data_64)file = open('1.jpg', 'wb')file.write(imgdata)file.close()

其中注意前端發送的數據也經過了處理，使得去掉了img/jpeg前綴

現在載入模型進行拍照預測：
附上關鍵的代碼：

import torch from torchvision import transforms def run_index():# 啟動web服務器，使用多線程方式，接收所有http請求app.run(host='0.0.0.0', port=5000, threaded=True) def decode_base64(data):"""Decode base64, padding being optional.:param data: Base64 data as an ASCII byte string:returns: The decoded byte string."""missing_padding = len(data) % 4if missing_padding != 0:data += b'='* (4 - missing_padding)# return base64.decodestring(data)return base64.b64decode(data) transform=transforms.Compose([transforms.Resize(224),transforms.CenterCrop(224),transforms.ToTensor(),transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])])CORS(app, resources=r'/*', supports_credentials=True) @app.route('/getpic', methods=['POST']) def getpic():data = json.loads(flask.request.get_data("data"))data_64 = str.encode(data['data'])print(type(data_64))#print(data_64)print('------------------------')print(str(data_64, 'utf8'))imgdata = decode_base64(data_64)file = open('1.jpg', 'wb')file.write(imgdata)file.close()image = Image.open(r"1.jpg").convert('RGB')image = transform(image).unsqueeze(0)modelme = torch.load('modefresnet.pkl')modelme.eval()outputs = modelme(image)_, predict = torch.max(outputs.data, 1)for j in range(image.size()[0]):print('predicted: {}'.format(class_names[predict[j]]))return class_names[predict[j]] if __name__ == "__main__":app.run(debug=True)

試了好多次，幾乎都與預測結果相符。
哈哈哈哈哈花了兩天弄這個，之前關于圖片解碼編碼一直沒弄出來，現在成功了還是挺開心的。

總結

以上是生活随笔為你收集整理的【后端过程记录】用flask搭建服务器作后端接收数据 将base64字符串码解码为可读取文件 载入训练好的模型进行预测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。