WebSocket接收的H.264视频帧字节流解码与保存失败问题

尝试获取家用Provision-ISR品牌安防摄像头的视频帧数据，打开摄像头配套Web客户端时发现视频帧通过WebSocket协议传输。复制单帧原始字节数据后尝试保存为本地图片文件失败，当前使用的代码如下：

import numpy as np
from cv2 import cv2

frame_buffer = np.frombuffer(bytearray(frame), np.int16,int(len(frame) / 2))
cv2.imwrite("image.jpg",frame_buffer)

十六进制编辑器中查看该帧数据的示例如下：

从十六进制预览可以直接定位问题：

• 帧数据开头为FF D8、结尾为FF D9，是标准的完整JPEG格式文件，不需要做额外的数值类型转换。原代码将字节按np.int16解析，会把相邻两个字节合并为一个有符号16位整数，彻底破坏JPEG的原始编码结构。
• np.frombuffer生成的是一维数组，而cv2.imwrite需要传入符合图像维度规则的二维/三维矩阵，一维数组无法被识别为合法图像。
• 导入写法不规范，from cv2 import cv2是旧版本兼容的过时写法，新版本OpenCV直接导入cv2即可。

方案1：直接保存原始字节（最简，适配当前场景） #

你拿到的本身就是完整的JPEG文件字节，不需要经过OpenCV或numpy处理，直接以二进制写入文件即可：

with open("image.jpg", "wb") as f:
    f.write(frame)

方案2：需要后续做OpenCV图像处理时的写法 #

如果后续要对帧做识别、裁剪等图像处理，先把字节流解码为OpenCV支持的图像矩阵再操作：

import cv2
import numpy as np

# 按无符号8位格式读取原始字节
frame_buffer = np.frombuffer(frame, dtype=np.uint8)
# 从内存解码JPEG数据为BGR格式图像矩阵
img = cv2.imdecode(frame_buffer, cv2.IMREAD_COLOR)
# 自定义图像处理逻辑写在这里
# 保存图像
cv2.imwrite("image.jpg", img)

WebSocket传输视频流时通常会在帧前后附加协议头、分包序号等自定义字节，不是每次收到的WebSocket消息都是完整JPEG帧。实际采集时需要先校验字节首尾的JPEG魔数（开头FF D8、结尾FF D9），如果存在额外字节要先做截取，遇到分包场景还要做拼包处理，才能得到完整可解析的图像帧。

内容的提问来源于stack exchange，提问作者oshri rehani