Python Flask 实现本地图片流返回前端展示
本文介绍如何在 Flask 项目中读取服务器本地图片，并通过 Base64 编码生成图片流返回给前端。通过封装工具函数读取文件并编码，利用 render_template 将流传递给 HTML 模板。前端使用 data URI scheme 在 img 标签的 src 属性中直接展示图片，无需第三方存储服务，适用于个人博客或本地部署场景。
2026-10-13
9
本文介绍如何在 Flask 项目中读取服务器本地图片，并通过 Base64 编码生成图片流返回给前端。通过封装工具函数读取文件并编码，利用 render_template 将流传递给 HTML 模板。前端使用 data URI scheme 在 img 标签的 src 属性中直接展示图片，无需第三方存储服务，适用于个人博客或本地部署场景。
本文介绍Python中使用Pillow库保存图像时，save方法中quality和subsampling参数的具体作用。quality值范围1至95，数值越高图片质量越好；subsampling控制色度子采样，可选0、1、2，通常设为0以平衡文件大小与画质。
本文介绍如何在Flask中通过设置Response Headers实现图片的在线浏览与直接下载。关键在于区分Content-Type与Content-Disposition的使用，并针对中文文件名采用urllib.parse.quote进行编码以避免乱码。同时提供浏览器缓存设置的建议，确保图片资源的高效加载与正确展示。
本文介绍如何使用Python将本地图片文件转换为Base64编码字符串，并在前端HTML中通过img标签直接调用该编码进行显示。示例包含Python读取图片并编码的代码，以及前端HTML中data URI的使用方式，同时对比了编码前后的文件大小变化。
本文介绍在Python中实现OpenCV图像格式与PIL.Image格式相互转换的方法。通过cv2.cvtColor进行色彩空间转换，并结合numpy.asarray或Image.fromarray完成数据格式适配，提供双向转换的完整代码示例。
本文详解如何在Python中使用OpenCV将numpy数组格式的图片转换为Base64字符串，以及将Base64字符串还原为OpenCV可用的图像矩阵。通过cv2.imencode和cv2.imdecode函数实现高效编码与解码，适用于网络传输及存储场景。
本文详细介绍Python中PIL、OpenCV(cv2)与Base64字符串之间的相互转换方法。涵盖PIL与cv2的格式互转，包括颜色空间RGB与BGR的转换；以及图片文件与Base64编码的双向转换，提供完整的代码示例，适用于网络传输和图像存储场景。
本文详细介绍如何使用Python和OpenCV实现KCF跟踪算法。内容涵盖单目标跟踪的基础调用、多目标跟踪中MultiTracker的使用，以及针对默认HOG特征不满足需求时，如何手动实现KCF以支持多尺度检测与自定义特征提取。通过完整代码示例，帮助开发者掌握不同场景下的目标跟踪技术。
本文详细介绍如何使用Python实现Windows扫雷游戏的自动运行。主要采用图像识别方案，通过抓取游戏窗口像素数据，利用Pillow和OpenCV分析方块颜色以构建地图矩阵。结合win32api模拟鼠标点击，并实现基于数字逻辑的基础扫雷算法，包括插旗判断与空白区域展开，旨在提供一套完整的自动化操作示例。
本文详细介绍如何利用Python和OpenCV库实现视频中的目标数量监控与状态识别。通过背景差分、高斯模糊及Canny边缘检测技术，提取特定区域（如水柱）并统计像素占比，进而判断目标颜色状态。项目以洗煤厂水龙头监控为例，展示了从图像预处理到结果输出的完整流程，为智能采矿、农业及畜牧业监控提供可行的技术思路。
本文详解如何利用Python将普通照片转换为字符画。通过PIL库打开并转换图像为灰度模式，结合NumPy进行高效的分辨率调整、反白处理及灰度映射。文章提供了完整的代码示例，展示如何将像素值映射为特定字符并在终端或文件中输出，适用于技术爱好者和开发者探索编程与艺术的结合。
本文介绍如何在Python中使用numpy库进行图像的二维离散傅立叶变换（FFT2）。内容涵盖从空间域到频域的转换原理，对比直接公式实现与快速傅立叶变换的效率差异，并详细讲解如何通过fftshift移动原点以及利用log(1+x)对数变换优化频谱可视化效果，解决动态范围过大导致的显示问题。
