python RabbitMQ+RPC调用传输图片
整理下用RabbitMQ在client和Server之间用RPC调用传输图片的笔记
RPC：是远程过程调用。百度写了一大堆。此刻，我们简单点说：比如，我们在本地的代码中调用一个函数，那么这个函数不一定有返回值,但一定有返回。若是在分布式环境中，香我们前几章的例子，发送消息出去后，发送端是不清楚客户端处理完后的结果的。由于rabbitmq的响应机制，顶多能获取到客户端的处理状态，但并不能获取处理结果。那么，我们想像本地调用那样，需要客户端处理后返回结果该怎么办呢。就是如下图：
以上rpc内容来自：https://www.cnblogs.com/zijiyanxi/p/7663676.html
Python+Flask上传图片无法直接上传，只得采用Base64对图片进行转码，需引入Base64库
上代码！
import base64
#Flask配置文件
app.config['UPLOAD_FOLDER'] = './static/image/'
#转换成base64
def image2base64(img_name):
encoded=base64.b64encode(open(os.path.join(app.config['UPLOAD_FOLDER'], img_name), 'rb').read())
return encoded
base64.b64encode(s,altchars=None)
这个函数主要是将字节流（bytes）对象加密，并返回一个base64格式的字节流（bytes）对象，注意，是字节流对象， file.read（）返回的也是字节流，这点很重要。
在客户端（client）发送请求之后，服务端（server）会对收到的图片进行处理，由于这个时候无法写入文件，所以只能采取另一种形式保存处理后的图片。
我采用的是通过openCv将图片转换成ndArray，再转换成bytes。
首先，客户端收到Bytes对象Base64格式的图片，需要先进行解码，
import cv2 as cv
import numpy as np
def base64ToImage(encoded):
decode = base64.b64decode(encoded)
#decode还是bytes对象
img_array = np.frombuffer(decode,np.uint8)
#img_array为ndArray对象
img = cv.imdecode(img_array, cv.COLOR_RGB2BGR)
#img为ndarray，三通道的，可以显示了
#cv.imshow('img',img)
#cv.waitKey()
return img
再通过opencv对图片进行你想要的操作，放射啊，旋转啊，镜像对称什么的等等
处理完之后，又得到ndarray类型的图片，需要再传递给client的话，则又是转换成base64
def image2base64(img):
#转换成base64
#cv.imshow('img',img)
#cv.waitKey(1000)
img_buffer = cv.imencode('.jpg',img)[1].tostring()
#img_buffer是字节流对象
encoded = base64.b64encode(img_buffer)
return encoded
然后再将byte传给client
====================注意！！！注意！！=======================
python在传字节流的时候，会在首部加一个b，作为表示，传过去之后，字节流首部会多出一个‘b"’,用repalce函数替换就可以了。
def base64Toimage(encoded,img_dst):
#将bytes对象转换为字符串对象
encoded_str = str(encoded,'utf-8')
#用空替换" b' "
encoded_str = encoded_str.replace("b'",'')
#在转换成bytes对象进行base64解码
encoded = bytes(encoded_str,'utf_8')
decode = base64.b64decode(encoded)
img_array = np.fromstring(decode, np.uint8)
# 转换成ndarray
img = cv.imdecode(img_array, cv.COLOR_RGB2BGR)
return img
不replace()的话，大概会报错，大概就是无效base64编码之类的，invalid Base64XXXX。
==========================题外话===========================
这是我的第一篇博客，如有纰漏，还请各位大佬评论区批评指正，一起进步，感谢支持。
