使用Flask搭建在线图像处理服务器

任务描述

机器人需要在运行过程中拍摄图片并获得检测结果，机器人上的电脑处理太慢，所以想把图像处理的程序放在服务器上，机器人需要检测的时候，把拍摄的图像和处理需求发送到服务器，服务器处理后，把检测的结果发送回机器人。

系统架构

一台服务器，一台独立电脑，两台电脑需要在同一个局域网下

代码

1、服务器 主文件

# -*- coding: UTF-8 -*-from flask import request, Flask
import os
import cv2
from traffic.TrafficNet import TrafficNet
app = Flask(__name__) # 必须要写def trafficPredict(img_path):pred_ret = trafficNet.predict(img_path) # 调用图像处理函数return pred_ret@app.route("/", methods=['POST'])
def get_frame(): # 客户端通过端口访问的时候，会直接调用这个函数upload_file = request.files['file'] # 根据键获取数据file_name = upload_file.filename # 获取文件名file_path = os.path.join('/home/wangdx/research/mir_robot/server/getImgs', file_name)if upload_file: # 如果接收到文件，先保存下载upload_file.save(file_path)result = trafficPredict(file_path) # 图像处理入口toClient = str({'cls': int(result)})print("success")return toClientelse:return 'failed'if __name__ == "__main__":trafficNet = TrafficNet() # 神经网络初始化app.run("0.0.0.0", port=1212) # 设置IP和端口


注意点
服务器端的IP可以设置为"0.0.0.0"，这样客户端就可以通过服务器端的真实IP访问到；端口随便设置，没被其他程序占用就行。

2、客户端 主文件

import requests
import os
import timeurl = "http://180.201.5.159:1212" # 服务器的IP
files = os.listdir('./demo') # 我存放测试图像的文件夹
file_dirs = [os.path.join('./demo', f) for f in files]start_time = time.time() # 开始计时for img in file_dirs:file = open(img, 'rb') # 使用open读取文件，比直接发送图像数据更快files = {'file': (os.path.basename(img), file, 'image/ppm')} # 构建发送格式r = requests.post(url, files=files) # 发送，并获取返回的结果result = r.text # 获取发送回来的字符串，后面再把字符串转换成其他可以处理的格式print(result)sum_t = time.time() - start_time
print('sum time: ', sum_t)


注意
访问服务器时的IP不要写服务器设置的IP"0.0.0.0"，要写服务器真正的IP，我的服务器的IP是180.201.5.159

完整的程序请参考我的github：

https://github.com/dexin-wang/flask_communication_py

客户端向服务器发送ppm格式的图像，服务器运行交通标志识别，再将识别结果发回客户端。demo里的图像都是类别0的。使用的数据集是BelgiumTSC，网址：

https://btsd.ethz.ch/shareddata/

关于Flask的其他基础使用，可以参考：

https://blog.csdn.net/stesha_chen/article/details/82768510