如何解码 base64 图像并为我的图像分类模型 FastAPI API 获取它的类答案

【问题标题】：How to decode a base64 image and getting It's class for my image classification model FastAPI API如何解码 base64 图像并为我的图像分类模型 FastAPI API 获取它的类
【发布时间】：2021-07-06 04:00:00
【问题描述】：

这里是新手。我一直在研究猫狗 API 的图像分类模型。

我有一个模型，即使它不是那么准确，并且我从this tutorial 获得了一个 API，即使它看起来并不花哨，最后的代码基本上就是我的整个 API。

如果您在上传到“post”时使用 jpg 图像或其他常规图像类型，效果会很好。但问题是：我的 API 需要能够接收 base64 编码的图像并从数组中返回我的一个类别，例如：

categories = ['dog', 'cat']

不是教程返回的预测变量 API 那样的数字。

我为base64图像转换找到了这个：

 def base64str_to_PILImage(base64str):
  base64_img_bytes = base64.encode("utf-8")
  base64bytes = base64.b64decode(base64_img_bytes)
  bytesObj = io.BytesIO(base64bytes)
  img = Image.open(bytesObj)
  return img

但我不确定如何将它集成到我的 API 中。我试图将它放在教程中的“读取图像内容”部分，并将 img = Image.open(bytesObj) 更改为：

pil_image = Image.open(bytesObj)
return pil_image

但 FastAPI 响应正文向我返回以下内部服务器错误：

detail": "encode() missing 1 required positional argument: 'output'

我刚刚掌握了编码的基础知识，使用 python 和 API 进行机器学习。但我正在学习，同时尝试构建它并通过这些可爱的小狗预测获得一些乐趣 xD。

你们能帮帮我吗？

【问题讨论】：

标签： python tensorflow machine-learning base64 fastapi

【解决方案1】：

JEZZZ 我做到了。好的，我刚想发个关于它的问题，我突然找到了答案。

要接收 base64 编码的图像并对其进行解码以便将其传递给您的模型，您必须执行以下操作（假设您有与我类似的 API）：

[...]
@app.post('/prediction/', response_model=Prediction)
async def prediction_route(file: UploadFile = File(...)):

 try:
   #Read the user posted file
   user_image = await file.read()

   #Decode the received file
   base64bytes = base64.b64decode(user_image)
   bytesObj = io.BytesIO(base64bytes)

   #Open the (now) image file
   pil_image = Image.open(bytesObj)

现在您可以使用“pil_image”变量对图像做任何您想做的事情。

哦，为了从“类别”数组变量中获取类，您只需要：

#Declare it (obviously)
categories = ["dog", "cat"]

#On your base model you have to put a variable from the type of the response you want
#in my case is one of my strings from my categories array
class Prediction(BaseModel):
predicted_class: str
[your other base model stuff]

之后：

[...]
#use this where you are making your prediction:
[prediction stuff]
predicted_class = categories[np.argmax(prediction)]

最后：

#return the predicted class variable with your other responses from the base model
return{
  [your other responses stuff]
  "predicted_class" : predicted_class

}

我知道这没什么大不了的，但我真的很高兴自己找到了这个，我希望能帮助其他人。

谢谢

【讨论】：