如何用Python解码千兆以太网UDP图像数据并提取像素值

Wireshark的解码本质是按探测器定义的UDP载荷结构解析二进制数据——你尝试的utf-16解码无效，是因为数据本身不是文本类型，而是结构化的二进制流。解决思路是先明确探测器的UDP包格式，再用Python的struct模块解析：

1. 从Wireshark抓包结果中，对应出UDP载荷的结构：比如是否包含固定长度的头部（如图像宽高、帧编号）、像素数据的类型（16位无符号整数？32位浮点数？）、字节序（大端/小端）。
2. 用struct.unpack按对应格式解析二进制数据。

示例代码（假设探测器格式为：4字节大端宽 + 4字节大端高 + 2字节大端无符号像素值）：

import struct

# 假设已通过UDP接收的原始二进制数据存在data变量中
# 解析头部：!表示大端字节序，I代表4字节无符号整数
width, height = struct.unpack('!II', data[:8])

# 解析像素数据：总像素数为width*height，H代表2字节无符号整数
pixel_format = f'!{width*height}H'
pixels = struct.unpack(pixel_format, data[8:])

如果Wireshark显示是小端字节序，把格式字符串中的!换成<即可，解析结果将和Wireshark的结构化解码一致。

拿到解析后的像素列表后，按以下步骤处理：

1. 过滤像素：保留1000≤值≤10000的像素，超出范围的可设为0或其他填充值。
2. 行列重组：将一维像素列表转为对应宽高的二维数组。
3. 生成图像：用图像处理库将二维数组转为可视化图像。

示例代码（用PIL库）：

from PIL import Image
import numpy as np

# 过滤像素：符合范围的保留原值，否则设为0
filtered_pixels = [p if 1000 <= p <= 10000 else 0 for p in pixels]

# 转为二维数组（height行，width列）
pixel_array = np.array(filtered_pixels).reshape((height, width))

# 方案1：归一化到0-255生成8位灰度图
normalized_array = ((pixel_array - 1000) / (10000 - 1000) * 255).astype(np.uint8)
img_8bit = Image.fromarray(normalized_array)

# 方案2：直接生成16位灰度图（保留原始数值范围）
img_16bit = Image.fromarray(pixel_array.astype(np.uint16))

# 保存或显示图像
img_8bit.save('filtered_8bit.png')
img_16bit.save('filtered_16bit.tiff')
img_8bit.show()

内容的提问来源于stack exchange，提问作者mery shadow