Python如何直接将JPEG字节流转为OpenCV图像数组无需保存文件

当前采用的「内存JPEG数据→存本地文件→cv2.imread读取」的流程存在不必要的磁盘IO开销，在高频图像拉取、实时处理场景下性能损耗极大，完全可以通过内存解码的方式跳过存盘步骤。
核心原理是使用OpenCV原生提供的cv2.imdecode接口，直接从内存字节缓冲区解码图像，输出格式和cv2.imread读取的结果完全一致，可直接用于后续所有OpenCV图像处理逻辑。

方案1：纯OpenCV实现（性能最优） #

该方案不需要依赖PIL库，全程在内存完成转换，额外开销最低，是优先推荐的实现方式：

import requests
import numpy as np
import cv2

while True:
    response = requests.get(
        "https://www.cleverfiles.com/howto/wp-content/uploads/2018/03/minion.jpg",
        stream=True,
        allow_redirects=True
    )
    # 将响应的原始JPEG字节转为uint8类型的numpy一维数组
    img_buffer = np.frombuffer(response.content, dtype=np.uint8)
    # 内存直接解码为OpenCV原生BGR格式彩色图
    frame = cv2.imdecode(img_buffer, cv2.IMREAD_COLOR)
    
    cv2.imshow("preview", frame)
    # 补充窗口响应逻辑，按q键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

注意：原代码缺失cv2.waitKey()调用，直接运行会出现窗口无响应的问题，上述代码已经补全交互逻辑。

参数说明：

• cv2.IMREAD_COLOR：按三通道彩色图模式解码，和cv2.imread默认读入参数一致
• cv2.imdecode会自动识别JPEG、PNG等常见图像格式，不需要手动指定编码类型

方案2：兼容PIL处理链路的实现 #

如果你需要保留PIL做前置图像预处理，可以直接将PIL读取的内存图像转为numpy数组，再做通道顺序转换即可（PIL输出为RGB通道顺序，OpenCV默认使用BGR通道顺序）：

import requests
from PIL import Image
from io import BytesIO
import cv2
import numpy as np

while True:
    response = requests.get(
        "https://www.cleverfiles.com/howto/wp-content/uploads/2018/03/minion.jpg",
        stream=True,
        allow_redirects=True
    )
    pil_img = Image.open(BytesIO(response.content))
    # PIL图像转numpy数组，完成RGB到BGR的通道转换
    frame = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)
    
    cv2.imshow("preview", frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

性能说明 #

• 原落盘方案的耗时主要来自磁盘写入、磁盘读取两个IO步骤，机械盘环境下单次操作耗时可达数毫秒到数十毫秒，高并发/实时场景下延迟会进一步升高
• 内存解码方案所有操作都在内存中完成，单张1080P图像的解码耗时通常在1ms以内，性能提升可达数倍到数十倍

内容的提问来源于stack exchange，提问作者finix