如何将numpy ndarray转换为HTML img标签src可用的Data URI？

直接给你高效的内存级解决方案，完全不用存本地文件：

首先得装Pillow库（用来处理图像转换），没装的话跑pip install pillow就行。

下面是完整的目标函数实现：

import numpy as np
from PIL import Image
import io
import base64

def get_thumbnail_html_value_from_ndarray(ndarray):
    # 处理数组格式：如果是float类型（比如0-1归一化值），转成uint8（0-255像素值）
    if ndarray.dtype in [np.float32, np.float64]:
        ndarray = (ndarray * 255).astype(np.uint8)
    
    # 根据数组形状匹配图像模式
    if len(ndarray.shape) == 2:
        # 灰度单通道图
        image = Image.fromarray(ndarray, mode='L')
    elif len(ndarray.shape) == 3 and ndarray.shape[2] == 3:
        # RGB三通道图
        image = Image.fromarray(ndarray, mode='RGB')
    elif len(ndarray.shape) == 3 and ndarray.shape[2] == 4:
        # RGBA四通道带透明图
        image = Image.fromarray(ndarray, mode='RGBA')
    else:
        raise ValueError("不支持的数组形状，请确保是灰度图、RGB或RGBA格式")
    
    # 把图像写入内存字节流（替代本地文件）
    buffer = io.BytesIO()
    image.save(buffer, format='PNG')  # 换成'JPEG'也可以，但JPEG不支持透明通道
    
    # 编码成base64并拼接成img可识别的格式
    encoded_image = base64.b64encode(buffer.getvalue())
    return 'data:image/png;base64,{}'.format(encoded_image.decode())

关键步骤拆解： #

• 数组格式适配：NumPy数组常是float类型（比如0-1的归一化数据），必须转成uint8类型（0-255的标准像素值）才能被PIL正确解析。
• 图像模式匹配：根据数组的维度和通道数选择对应PIL模式，保证图像能正确生成。
• 内存流优化：用io.BytesIO在内存中完成图像编码，完全跳过磁盘IO，效率拉满。
• base64编码：把内存中的图像字节流转成字符串，再拼接成HTML img标签可直接识别的data:image/png;base64,...格式。

如果你的数组已经是uint8类型（比如直接从摄像头读取的原始像素），可以跳过float转uint8的步骤。要是想用JPEG格式，把format='PNG'改成format='JPEG'，同时把返回字符串里的image/png换成image/jpeg就行，但注意JPEG不支持透明通道，RGBA数组转JPEG前要先转成RGB。

内容的提问来源于stack exchange，提问作者021