Flask POST请求触发405 Method Not Allowed错误求助

一、405错误核心原因与解决 #

你的405错误是跨域预检请求（OPTIONS）未被处理导致的：浏览器发起跨域POST请求前，会先发送OPTIONS请求确认服务器是否允许跨域操作，但你的/predict路由只配置了POST方法，没有处理OPTIONS，因此返回405。

解决方式1：手动处理OPTIONS请求 #

修改路由配置，添加OPTIONS方法并处理预检响应：

@app.route('/predict', methods=["POST", "OPTIONS"])
def predict():
    if request.method == "OPTIONS":
        response = jsonify({"message": "Preflight OK"})
        response.headers.add('Access-Control-Allow-Methods', 'POST, OPTIONS')
        return response
    # 原POST请求处理逻辑...

解决方式2：使用Flask-CORS扩展（更简便） #

先安装扩展：

pip install flask-cors

再在代码中引入并初始化：

from flask import Flask, request, jsonify
from flask_cors import CORS  # 新增导入
# ...其他导入代码...

app = Flask(__name__)
CORS(app)  # 全局启用跨域，自动处理OPTIONS请求
# ...后续路由代码...

此方式无需手动修改路由，扩展会自动处理所有跨域相关请求头和预检操作。

二、代码中其他致命错误修正 #

即使解决了405，你的代码还存在多处错误，会导致请求处理失败：

1. 前端请求体格式错误 #

前端predictImage函数中，JSON.stringify(image)会把图片base64字符串直接转为JSON字符串，但后端期望包含image字段的JSON对象，修改为：

function predictImage(image) {
  fetch("/predict", {
    method: "POST",
    headers: {
      "Content-Type": "application/json"
    },
    body: JSON.stringify({ image: image })  // 改为对象格式
  })
  // ...后续逻辑不变...
}

2. 后端图片预处理错误 #

• img.img_to_array(img)：PIL Image对象没有img_to_array方法，需导入Keras预处理函数：

  from tensorflow.keras.preprocessing.image import img_to_array
  

  然后修改为：

  x = img_to_array(img)
  

• preds = model.predict(img, model)：model.predict参数错误，应传入预处理后的数组x，修改为：

  preds = model.predict(x)
  

3. 其他细节修正 #

• 类别拼写错误：gluacoma改为glaucoma
• 返回结构化结果，方便前端处理：

  return jsonify({
      "disease": CATEGORIES[np.argmax(score)],
      "confidence": float(100*np.max(score)),
      "message": result
  })
  

修正后的完整后端代码 #

from flask import Flask, request, jsonify
from flask_cors import CORS
from PIL import Image
import numpy as np
import base64
import io
import os
import tensorflow as tf
from tensorflow.keras.preprocessing.image import img_to_array
from tensorflow.keras.models import load_model

os.environ['CUDA_VISIBLE_DEVICES'] = '0'

model = tf.keras.models.load_model("goz.model")

app = Flask(__name__)
CORS(app)  # 启用跨域

@app.route('/predict', methods=["POST"])
def predict():
    try:
        response = request.get_json()
        if not response or 'image' not in response:
            return jsonify({"error": "Missing 'image' field in request"}), 400
        
        data_str = response['image']
        point = data_str.find(',')
        if point == -1:
            return jsonify({"error": "Invalid base64 image format"}), 400
        
        base64_str = data_str[point+1:]  # 跳过"data:image/..."前缀
        image = base64.b64decode(base64_str)       
        img = Image.open(io.BytesIO(image))

        if img.mode != 'RGB':
            img = img.convert("RGB")
        
        CATEGORIES = ["Cataract", "Diabetic_retinopathy", "glaucoma", "normal" ]
        img = img.resize((180, 180))

        x = img_to_array(img)
        x = np.expand_dims(x, 0)
        x = x / 255.0  # 训练时做了归一化的话，这里同步处理
        
        preds = model.predict(x)
        score = tf.nn.softmax(preds[0])
        disease = CATEGORIES[np.argmax(score)]
        confidence = 100 * np.max(score)
        result = f"Bu fotograf su hastaliga benziyor: {disease} yuz uzerinden su kadar eminim: {confidence:.2f}."

        return jsonify({
            "disease": disease,
            "confidence": round(confidence, 2),
            "message": result
        })
    except Exception as e:
        return jsonify({"error": str(e)}), 500

if __name__ == '__main__':
    app.run(debug=True, host='0.0.0.0')

验证步骤 #

1. 安装依赖：确保已安装flask-cors、tensorflow、pillow等包
2. 启动后端服务
3. 前端选择图片后点击提交，检查浏览器控制台和后端日志排查问题

内容的提问来源于stack exchange，提问作者Promatheuz