如何不保存本地文件直接将PIL Image传入Google Cloud Vision

问题根因 #

使用BytesIO内存缓存方案时报错的核心原因是构造vision.Image实例时未显式指定content关键字参数。Google Cloud Vision Python客户端基于ProtoBuf实现，构造器不接受直接传入位置参数作为图片内容，必须显式声明content=。

正确实现代码 #

from PIL import Image
from io import BytesIO
from google.cloud import vision

# 读取本地图片并裁剪指定区域
image = Image.open(path).convert('RGB')
cropped_image = image.crop((30, 900, 510, 1200))

# 将裁剪后的PIL图片写入内存缓冲区，无需落地到磁盘
buffer = BytesIO()
cropped_image.save(buffer, format='PNG')
# 显式指定content参数传入内存中的图片字节流
vision_image = vision.Image(content=buffer.getvalue())

# 调用文本检测API
client = vision.ImageAnnotatorClient()
response = client.text_detection(image=vision_image)

额外说明 #

你测试过程中观察到两种字节流内容存在差异属于正常现象：本地读取的是原PNG文件的原始编码结果，PIL重新保存到内存缓冲区时会对PNG执行重新压缩，只要是合法的PNG格式字节流，都可以被Vision API正常识别，不会影响检测结果。

内容的提问来源于stack exchange，提问作者Honn