如果你的图片比较小，比如只有几K，或者十几K的样子，就可以很容易的将图片编码之后存为程序中的变量，等到需要的时候直接对变量进行解码并引用即可。
下面抛砖引玉说一下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 |
import base64 def encode_image(img_path: str): # 获取图片的字节码 with open(img_path, 'rb') as img: # img_data数据可能混杂其他符号或者不完整，调用时需要检查下 img_data = base64.b64encode(img.read()) # print(img_data) print(type(img_data)) # 图片太大时，print打印出来的信息会不完整，再写到文件中保存方便后续解码使用 with open('ceshi.txt', 'wb') as f: # 临时存的名字，当然，也可以不存名字，直接使用 f.write(img_data) def decode_image(img_str: str): # 图片字节码有格式要求，img_str模板："/9j/4AAQSkZJR+kRXhpZgA==" # 把图片解码到本地，需要引用图片的组件直接调用就可以显示了 # img_str = open(img_str) # print(img_str) with open(img_str, 'r') as f: img_str = f.read() # 读取全部bai内容为字符串 print(type(img_str)) # print(base64.b64decode(img_str)) with open('123.png', 'wb') as img: # 读取txt之后要保存到本地的图片名字 img.write(base64.b64decode(img_str)) encode_image("001.png") decode_image("./ceshi.txt") |
比如：
|
1 |
运行上面这段话之后，是不是出现一个名为头像.png的图片啦~
最新评论
博主好，路过留言交流一下～我在做源头中转 Twinkle Model（利益相关）：GPT 1折、国模 1折（GLM/DeepSeek/Kimi）、满血 Claude，低价稳定。价格全在模型广场 https://big-model.smart-agi.com/model-plaza ，有兴趣可以看看。
博主分享的 Surge 增强模式接管应用分流思路很赞！确实，系统大版本升级后，老牌 Proxifier 由于底层驱动兼容性问题经常莫名崩溃。在 Mac 上有 Surge 这种神器接管，但是在 Windows 平台上，很多人又很难找到兼顾‘轻量分流+稳定不崩溃’的工具：ProxiFyre 依赖 WireSock 内核驱动容易蓝屏且纯命令行，开 TUN 虚拟网卡又会把开发网段和公司 VPN 改乱。 如果是 Windows 用户寻找 Proxifier 替代品，非常推荐关注 Ghost Proxifier Pro： - 纯用户态 Winsock API Hook：完全免安装内核驱动和虚拟网卡，零蓝屏隐患，不改动系统默认网关与路由表； - 智能递归子进程树：很多现代客户端（如播放器、流媒体套件、IDE）会派生子进程，它能自动递归识别并接管流量，杜绝漏代理； - 现代 Fluent 图形界面：直接拖入目标 exe 即可一键绑定 SOCKS5/HTTP 节点，比老版配置规则直观很多。 注：该工具为非开源的独立客户端软件。 - 官网主页：https://ghostproxifier.com - 项目发布：https://github.com/liliBestCoder/ghost-proxifier-pro
曾经最爱之一，还有emlog,zblog
感谢分享经验，谢谢站长！！已收藏
牛牛牛
同样
站长您好，亚马逊云咨询推广资源，望建立联系，可邮件，谢谢。
换友情链接吗？