【python3】 sqlite3操作SQLite数据库存取图片

ゞ浴缸里的玫瑰 2022-12-23 07:20 1232阅读 0赞

### 【python3】 sqlite3操作SQLite数据库存取图片 ###

*  1.背景
 *  2.code
 *  3.运行结果

# 1.背景 #

SQLite 原生支持如下的类型： NULL，INTEGER，REAL，TEXT，BLOB。  
因此可以将以下Python类型发送到SQLite而不会出现任何问题：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center]  
这是SQLite类型默认转换为Python类型的方式：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center 1]  
sqlite3 模块的类型系统可通过两种方式来扩展（本博文不涉及）：你可以通过对象适配将额外的 Python 类型保存在 SQLite 数据库中，你也可以让 sqlite3 模块通过转换器将 SQLite 类型转换为不同的 Python 类型。

本博文  
**1.1** 将读取图片二进制数据（bytes字节码）进行base64编码（仍然为bytes字节码），然后存到SQLite数据库。（将python的字节码要想存进SQLite数据库，对应的是上述BLOB的SQLite 类型。）  
**1.2** 并从SQLite数据库读取图片的字节码，并转化opencv的数据类型；

# 2.code #

#1.SQlite原生类型：BLOB对应python的bytes字节码
    ''' date:2020.11.23 author:jn10010537 python3使用sqlite3保存图片以及从数据读取图片 '''
    import sys
    import sqlite3
    import base64
    import cv2
    import numpy as np
    print("python版本：",sys.version)#3.6.8 (tags/v3.6.8:3c6b436a57, Dec 24 2018, 00:16:47) [MSC v.1916 64 bit (AMD64)]
    print("sqlite3模块的版本号:",sqlite3.version)#2.6.0
    print("sqlite3模块的版本号，元组:",sqlite3.version_info)#(2, 6, 0)
    print("使用中的 SQLite 库的版本号:",sqlite3.sqlite_version)#3.21.0
    
    #1.打开数据库，获得连接对象
    conn=sqlite3.connect("jn10010537.db")
    #2.获得数据库的操作游标
    c=conn.cursor()
    #3.创建数据表
    # 如果不存在数据表就创建
    # 数据表名pictureTable，
    # 字段：picName,width,height,image_bytes
    symbol = 'pictureTable'
    try:
        c.execute('create table IF NOT EXISTS %s(picName TEXT,width INTEGER, height INTEGER, image_bytes BLOB)'%symbol)
        #提交到数据库
        conn.commit()
        pass
    except Exception as e:
        print(e)
        print("Create table failed")
    
    # #4.打开图片编码成base64的字节码后存入
    Pic_byte=None
    with open('test.png', 'rb') as f:
         Pic_byte=f.read()
         print("数据类型：",type(Pic_byte))
         #字节码进行编码
         content = base64.b64encode(Pic_byte)
         print("数据类型:",type(content))
         #插入图片的二进制数据
         sql = f"INSERT INTO pictureTable (picName,width, height, image_bytes) VALUES (?,?,?,?);"
         #使用?占位符，是安全的sql语句
         c.execute(sql, ('test.png', 418, 412,content))
         conn.commit()
    #5.读取数据库的图片数据
    cursor = conn.cursor()
    sql = f"SELECT image_bytes FROM pictureTable WHERE picName=?"
    cursor.execute(sql,('test.png',))
    value = cursor.fetchone()
    print("value类型：",type(value))
    if value:
        #base64编码对应的解码（解码完字符串）
        str_encode=base64.b64decode(value[0])
        print("判断解码完和之前存入的十六进制字节码是否一致：",str_encode==Pic_byte)
        # 将open方法读取的字节码转为opencv格式的数据
        nparr = np.fromstring(str_encode, np.uint8)
        img_decode = cv2.imdecode(nparr, cv2.IMREAD_COLOR)
        ''' 或者采取如下方法： nparr = np.asarray(bytearray(str_encode), dtype="uint8") img_decode = cv2.imdecode(nparr, cv2.IMREAD_COLOR) '''
        cv2.imshow("img",img_decode)
        cv2.waitKey(0)

# 3.运行结果 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center 2]  
同时生成了jn10010537.db数据库文件，分别查看jn10010537.db的属性，以及被读取的图片属性如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center 4]

即base64编码是可以降低图片的存储大小的。（只是比png图片储存占用大了一点，远远小于168KiB）

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/a0c4926c44f44c93b706461e70a0d970.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221120/8b46b22cad4245e8a2e9bec161d5f1e7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221120/3082ad74d9f9493288e03f99eb5f7685.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221120/9cebb48021394dffa4d43a14fbee1439.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2puMTAwMTA1Mzc_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221120/14cd55ff54774ab9ae46202969d36c95.png