1. 接收上传的图像文件

flask的接口定义如下，接收单张图像，返回检测结果。

@app.route('/detect', methods=['POST'])
def detect_api():
    try:
        file = request.files.get("file")
        if file is not None:
            detections = detect(file, tracker, device=device, classes=classes)
        else:
            return '上传文件失败'
    except:
        logger.exception('detect error')
        return 'detect error', 400

    return jsonify({'detections': detections})

对于file = request.files.get(“file”)，打印file的类型：<class ‘werkzeug.datastructures.FileStorage’>

FileStorage无法用cv2.imread直接读取，有以下几种方式处理。

1.1 FileStorage先转成bytes，再转换成np.array

import numpy as np
imgbytes = file.read()
imgstring = np.array(imgbytes.tostring()
imgstring = np.asarray(bytearray(imgstring), dtype="uint8")
image = cv2.imdecode(imgstring, cv2.IMREAD_COLOR)

1.2 直接用PIL的Image.open

import cv2
import numpy as np
from PIL import Image
# 假设上传的图像是三通道，大小为: h=1080, w=810
image = Image.open(file)
print(image.size)  # (810, 1080), 是(w, h)的格式

# 转成cv2的格式
image_cv2 = np.array(image)  # 这里的image_cv2是RGB的格式，不是BGR的
print(image.shape)  # (1080, 810, 3), 是(h, w, c)的格式

1.3 利用imageio库来读取

（可能需要先pip install imageio-ffmpeg等相关的库）

import imageio
image = imageio.imread(file)
print(image.shape)  # 直接就是array的格式，返回的shape是(h, w, c)，且是RGB格式

可以根据需要选择合适的方式，对接收的图像进行后续的处理。

2. 接收上传的视频文件

假设flask接口的定义跟上面的一样，接收的文件变成视频文件。

可以利用imageio.get_reader进行处理。（这里建议imageio的版本为2.9.0）

import imageio
import cv2

vid_reader = imageio.get_reader(file, 'ffmpeg')

# 遍历视频中的每一帧img，进行后续的处理
for index, img in enumerate(vid_reader.iter_data()):
    pass
    # img_bgr = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)

这里的img跟也是RGB格式的array数据，跟用imageio.imread得到的数据格式一致。

（处理视频流的方式后续再补充别的方法。）

总结：

1. 有需要的话，可以先执行file = file.read()，把FileStorage格式先转成bytes，再进行后续的处理。
2. 注意各个方式获取图像数据之后的格式，例如是RGB还是BGR的，shape(w, h)还是(h, w)等等。

结束。