如何在SQLite中存储Base64编码图像

Base64编码SQLite Python存储检索图像
On this page

如何在SQLite中存储Base64编码图像

摘要

Base64 提供了一种将二进制图像数据编码为文本的方法,可以轻松地使用 Python 在 SQLite 数据库中存储和检索。


SQLite 是一个简单的自包含式 SQL 数据库引擎,常用于移动和网页应用中。虽然 SQLite 只支持基本的数据类型如文本、数字和二进制大对象(BLOB),但它也可以用来存储以 Base64 字符串编码的图像数据。

在这篇文章中,我们将看看什么是 Base64 编码的图像,为什么你可能想要在 SQLite 中存储它们,以及如何使用 Python 在数据库表中保存和检索它们。

什么是 Base64 编码的图像?

Base64 是一种编码方案,可以将二进制数据比如图像字节转换为纯 ASCII 文本格式。它将每个二进制字节的数据表示为映射到字符集 A-Z、a-z、0-9、+和/的 6 位字符。

例如,一个小的 8x8 像素的 PNG 图像编码为一个长的 Base64 字符串,看起来类似:

1iVBORw0KGgoAAAANSUhEUgAAAAgAAAAICAYAAADED76LAAAABGdBTUEAALGP
2C/xhBQAAAAlwSFlzAAAOwgAADsIBFShKgAAAABh0RVh0U29mdHdhcmUAcGFp
3bnQubmV0IDQuMS41ZEdYUwAAAAF1aUNDVVVhZCGsJgAAAEdJREFUKFONy0ES
4ACAIQ7FY/P9ffNkH4lM1vA1hYGOn1ykcEw1BrOxXCAAAAABJRU5ErkJggg==

这使得原始的二进制像素数据可以表示为几乎任何地方都可以处理的文本格式。

为什么在 SQLite 中存储图像?

文件系统相比,在 SQLite 中存储图像有一些潜在的优势:

  • SQLite 原生支持 BLOB 数据类型来存储二进制数据
  • 将图像和数据库表记录保存在一起
  • 便携性好 - 整个数据库是一个文件
  • 构建小的本地应用程序和原型很简单

SQLite 中的 BLOB 数据类型很适合处理图像的 Base64 编码文本表示。

在数据库中直接存储在数据全部放在一起的小应用中很有意义,而不是散落在文件和目录中。

在 SQLite 中存储 Base64 图像的步骤

我们来看一个 Python 示例,在 SQLite 表中的 BLOB 列类型中存储一个 Base64 图像。

首先,导入 SQLite 库:

1import sqlite3

接下来,连接到现有的数据库文件或创建一个新文件:

1conn = sqlite3.connect('images.db')

创建一个带有 BLOB 列的表来保存图像数据:

1conn.execute('''CREATE TABLE images
2         (id INTEGER PRIMARY KEY, image BLOB)''')

获取一个 Base64 图像字符串,使用 Python 的base64模块转换为二进制数据:

1import base64
2
3base64_img = 'iVBORw0KG...' # 缩写的示例字符串
4image_bytes = base64.b64decode(base64_img)

将这个二进制数据插入到 BLOB 列中:

1conn.execute("INSERT INTO images (image) VALUES (?)", [image_bytes])

这就涵盖了将 Base64 图像存入 SQLite 的基本内容!

检索和显示图像

要检索图像,查询表并从 BLOB 列中获取 Base64 文本:

1cursor = conn.execute("SELECT image FROM images")
2base64_img = cursor.fetchone()[0]

将其解码回二进制,你就可以将其作为图像文件写入或在应用程序中显示:

1image_bytes = base64.b64decode(base64_img)
2
3with open('result.png', 'wb') as out_file:
4  out_file.write(image_bytes)

在 SQLite 中存储图像的优缺点

在 SQLite 中存储图像的一些好处:

  • 使用 Python 和 SQLite 库很容易开发
  • 不需要额外的服务器或基础设施
  • 所有数据都包含在本地数据库文件中

需要考虑的缺点:

  • 不适合存储大量大图像
  • 没有压缩、缓存或其他优化
  • 对于高图像吞吐量的应用程序来说速度很慢

总的来说,SQLite 非常适合轻量级本地应用程序,图像数据量很小。但对于丰富的媒体应用程序,像 AWS S3 这样的专用文件存储服务或托管数据库会更健壮。

Python 示例代码

下面是一个完整的 Python 代码示例:

  • 将示例图像编码为 Base64
  • 插入 SQLite 表
  • 检索并解码图像
  • 将结果写入文件
 1import sqlite3
 2import base64
 3
 4# 编码示例图像
 5with open('image.png', 'rb') as image_file:
 6  image_bytes = image_file.read()
 7  base64_img = base64.b64encode(image_bytes).decode('utf-8')
 8
 9# 插入SQLite
10conn = sqlite3.connect('images.db')
11conn.execute('''CREATE TABLE images
12        (id INTEGER PRIMARY KEY, image BLOB)''')
13conn.execute("INSERT INTO images (image) VALUES (?)", [base64_img])
14
15# 从SQLite检索
16cursor = conn.execute("SELECT image FROM images")
17fetched = cursor.fetchone()[0]
18
19# 解码并保存图像
20image_bytes = base64.b64decode(fetched)
21with open('fetched_image.png', 'wb') as out_file:
22  out_file.write(image_bytes)

这样,原始图像在通过 Base64 编码和 SQLite 循环之后就保存为fetched_image.png

总结

使用 Base64 对二进制图像数据进行编码,可以方便地使用 Python 在 SQLite 数据库中存储和检索。对于想要在数据库中将图像和其他相关数据保存在一起的小的本地应用程序,这很有用。

对于处理少量小图像的简单情况,SQLite 应该可以很好地工作。但对于处理大量媒体文件的真实生产用例,你会需要一个专门为大规模二进制数据设计的存储系统。

总的来说,Base64 + SQLite 提供了一个零依赖的解决方案,可以在业余项目和原型中实验本地图像的持久化存储。