Python+Reportlab：直接使用np.array图像生成PDF报告的报错问题

我之前刚好碰到过一模一样的问题！Reportlab的drawImage方法其实并不直接支持numpy数组作为输入——它默认只认文件路径、PIL Image对象，或者是带read()方法的文件类对象（比如内存中的字节流）。直接传np.array肯定会报错，给你两个不用存本地文件就能解决的方案：

方案一：将numpy数组转为PIL Image对象直接传入 #

这是最直接的方式，利用PIL库把numpy数组转换成Reportlab能识别的Image对象，步骤如下：

from PIL import Image
import numpy as np
from reportlab.pdfgen import canvas
from reportlab.lib.units import cm
import matplotlib.pyplot as plt

# 你的原有代码：读取并处理图像
asd = plt.imread(imagen_fl)
# 这里是你的图像处理步骤...

# 处理numpy数组格式：plt.imread返回的是0-1的float型，需要转成0-255的uint8
if asd.dtype in [np.float32, np.float64]:
    asd = (asd * 255).astype(np.uint8)

# 根据图像类型转成PIL Image
if len(asd.shape) == 2:
    # 灰度图像，指定模式为'L'
    pil_image = Image.fromarray(asd, mode='L')
else:
    # RGB/RGBA图像，直接转换
    pil_image = Image.fromarray(asd)

# 生成PDF
pdf_canvas = canvas.Canvas("image_report.pdf")
# 直接传入PIL Image对象即可
pdf_canvas.drawImage(pil_image, 1*cm, 3*cm, 10*cm, 10*cm)
pdf_canvas.save()

方案二：将图像存入内存字节流（BytesIO）再传入 #

如果需要更灵活的内存操作，可以把PIL Image存入BytesIO字节流，再传给drawImage，效果和直接传Image对象一样：

from io import BytesIO
from PIL import Image
import numpy as np
from reportlab.pdfgen import canvas
from reportlab.lib.units import cm
import matplotlib.pyplot as plt

# 读取并处理图像
asd = plt.imread(imagen_fl)
# 图像处理步骤...

# 格式转换（同方案一）
if asd.dtype in [np.float32, np.float64]:
    asd = (asd * 255).astype(np.uint8)
pil_image = Image.fromarray(asd) if len(asd.shape)!=2 else Image.fromarray(asd, mode='L')

# 将图像写入内存字节流
img_buffer = BytesIO()
pil_image.save(img_buffer, format='PNG')  # 可以选择PNG/JPG等格式
img_buffer.seek(0)  # 将文件指针移到流的开头，确保Reportlab能读取

# 生成PDF
pdf_canvas = canvas.Canvas("image_report.pdf")
pdf_canvas.drawImage(img_buffer, 1*cm, 3*cm, 10*cm, 10*cm)
pdf_canvas.save()

注意事项 #

• 如果你的图像是用OpenCV读取的（BGR格式），需要先转成RGB再传给PIL：asd = cv2.cvtColor(asd, cv2.COLOR_BGR2RGB)
• 若图像是RGBA格式（带透明通道），Reportlab也能正常处理，无需额外转换
• 确保安装了依赖库：pip install pillow reportlab numpy matplotlib

内容的提问来源于stack exchange，提问作者Ivan