这种情况我之前在Flask结合TensorFlow做图像API的时候也踩过坑！核心问题其实出在HTTP传输过程中Base64字符串被悄悄修改了——毕竟你本地直接跑完全正常，一到API就报错，差异点肯定在传输环节。我给你拆解几个最可能的原因和对应的解决办法：

1. URL转义字符干扰 #

如果你的API是通过GET请求或者表单提交接收Base64，字符串里的+、/、=这些特殊字符会被自动URL编码（比如+变成空格，/变成%2F）。base64.b64decode对这种情况有一定容错，但tf.io.decode_base64（TensorFlow推荐的最新API，替代旧的decode_base64）对格式要求非常严格，会直接判定为无效字符。

解决办法是先把字符串转回来：

import urllib.parse
# 假设base64_str是从request中获取的字符串
base64_str = urllib.parse.unquote(base64_str)

2. 带了Data URI前缀 #

前端经常会把Base64字符串包装成data:image/jpeg;base64,xxxxxx的格式（方便直接在页面显示图片），这个前缀对解码来说是完全无效的字符。你本地测试的时候可能直接用了纯Base64字符串，所以没问题，但API接收的带了前缀。

解决办法是先去掉前缀：

import re
# 匹配并移除所有image类型的data URI前缀
base64_str = re.sub(r'^data:image/[a-zA-Z]+;base64,', '', base64_str)

3. 缺失Base64填充字符= #

有些前端框架会自动去掉Base64末尾的填充字符=（因为它们认为可以根据字符串长度推断），base64.b64decode会自动补全缺失的填充，但TensorFlow的解码函数不支持这种容错。

解决办法是手动补全到4的倍数长度：

padding = 4 - len(base64_str) % 4
if padding != 4:
    base64_str += '=' * padding

完整的Flask接口处理示例 #

把上面的步骤整合起来，你的接口代码大概是这样的：

from flask import Flask, request
import tensorflow as tf
import re
import urllib.parse

app = Flask(__name__)

@app.route('/process-image', methods=['POST'])
def process_image():
    # 从请求体中获取Base64字符串
    base64_str = request.json.get('image')
    if not base64_str:
        return {'status': 'error', 'message': 'No image data provided'}
    
    # 1. 处理URL转义
    base64_str = urllib.parse.unquote(base64_str)
    # 2. 移除Data URI前缀
    base64_str = re.sub(r'^data:image/[a-zA-Z]+;base64,', '', base64_str)
    # 3. 补全填充字符
    padding = 4 - len(base64_str) % 4
    if padding != 4:
        base64_str += '=' * padding
    
    # 用TensorFlow解码
    try:
        # 解码Base64为字节张量
        tf_bytes = tf.io.decode_base64(base64_str)
        # 进一步解码为图像数组（根据你的图像格式选decode_jpeg/decode_png）
        image_tensor = tf.io.decode_jpeg(tf_bytes)
        # 转换为numpy数组（如果需要和原base64解码结果对比）
        image_np = image_tensor.numpy()
        
        return {'status': 'success', 'image_shape': list(image_np.shape)}
    except Exception as e:
        return {'status': 'error', 'message': f'Decode failed: {str(e)}'}

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

为什么本地测试没问题？ #

因为你直接从磁盘加载图像转成的Base64是纯净的标准格式：没有URL转义字符、没有多余的Data URI前缀、填充字符完整，所以无论是base64.b64decode还是TensorFlow的解码函数都能正常工作。而Flask API接收的是经过HTTP传输的字符串，中途被前端或者浏览器做了额外处理，才导致TensorFlow解码报错。

内容的提问来源于stack exchange，提问作者James