如何在Python脚本中实时获取Blender视口图像至OpenCV的frame变量

直接跳过磁盘IO，用Blender的Python API读取渲染结果的内存像素数据，再转换为OpenCV兼容的格式即可，以下是实现方案：

核心思路 #

通过Blender的视口渲染API获取内存中的像素数据，转换为numpy数组后调整通道顺序和数据格式，直接传入OpenCV的frame变量，全程不涉及文件读写。

实现代码 #

import bpy
import numpy as np
import cv2

def get_viewport_frame():
    # 执行视口渲染，不写入磁盘文件
    bpy.ops.render.opengl(write_still=False)
    
    # 获取渲染结果的图像对象
    render_image = bpy.data.images['Render Result']
    
    # 将Blender的像素数据（一维RGBA float32数组）转为numpy数组
    pixel_data = np.array(render_image.pixels, dtype=np.float32)
    
    # 重塑为[高度, 宽度, 4]的二维数组
    img_height, img_width = render_image.size[1], render_image.size[0]
    frame = pixel_data.reshape((img_height, img_width, 4))
    
    # 转换为OpenCV兼容的格式：0-255 uint8，RGBA转BGR
    frame = (frame * 255).astype(np.uint8)
    frame = cv2.cvtColor(frame, cv2.COLOR_RGBA2BGR)
    
    return frame

# 调用示例
if __name__ == "__main__":
    # 获取当前视口帧
    current_frame = get_viewport_frame()
    
    # 用OpenCV显示测试
    cv2.imshow("Blender Viewport", current_frame)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

注意事项 #

• 确保Blender的Python环境已安装numpy和opencv-python，可以通过Blender自带的pip执行安装：

  # 在Blender的安装目录中找到python.exe，执行
  ./python.exe -m pip install numpy opencv-python
  

• 若要实时循环获取帧，建议使用bpy.app.timers.register注册定时回调，避免阻塞Blender的UI线程：

  def update_frame():
      frame = get_viewport_frame()
      # 在这里处理frame（比如传给OpenCV做分析）
      return 0.03  # 每30ms更新一次（约30fps）
  
  # 启动定时更新
  bpy.app.timers.register(update_frame)
  

• 此方法的性能远高于文件读写方案，因为完全在内存中处理数据。

内容的提问来源于stack exchange，提问作者Mr. MinyUkho