笔记5：函数【numpy.frombuffer()】在Carla中的使用

背景：

class SensorManager(object):
    def __init__(self, world, car):
        self.surface = None
        self.world = world
        self.car = car
        # 添加RGB相机
        blueprint_library = world.get_blueprint_library()
        self.camera_bp = blueprint_library.find('sensor.camera.rgb')
        self.camera_bp.set_attribute('image_size_x', '1280')
        self.camera_bp.set_attribute('image_size_y', '720')
        self.camera_bp.set_attribute('fov', '110')
        camera_transform = carla.Transform(carla.Location(z=50), carla.Rotation(yaw=90, pitch=-90))
        self.camera = self.world.spawn_actor(self.camera_bp, camera_transform, attach_to=self.car.ego_vehicle)
        # set the callback function
        self.camera.listen(lambda image: self._parse_image(image))       

在最后一行调用函数 

    def _parse_image(self, image):
        # print(image)                                                      # Image(frame=202, timestamp=3.459176, size=1280x720)
        # print(image.raw_data)                                             # <memory at 0x000001F86613E348>    ---   image.raw_data 是一个缓冲区对象，它包含了图像的原始数据
        # print(type(image.raw_data))                                       # <class 'memoryview'>              ---   将图片以【字节】的方式存储在【缓冲区】
        array = np.frombuffer(image.raw_data, dtype=np.dtype("uint8"))      # numpy.frombuffer 函数将缓冲区的内容转换为一个一维的 NumPy 数组，每个字节在缓冲区中对应数组中的一个元素，frombuffer 将 data 以流（"以流的形式"是指将数据视为连续的字节流，而不需要按特定的数据结构或分隔符进行解析，即每次读取一个字节作为一个 ndarray 中的值，而不是读到一个分隔符为止的所有字节作为 ndarray 中的一个值）的形式读入转化成ndarray对象
        # print(array)                                                      # [0   0  13 ...  93 114 255]
        # print(len(array))                                                 # 3686400 = 1280 * 720 * 4          ---   【一张 image 有 1280*720 个像素点，每个点有四个数值 RGBA】
        array = np.reshape(array, (image.height, image.width, 4))
        array = array[:, :, :3]
        array = array[:, :, ::-1]
        self.surface = pygame.surfarray.make_surface(array.swapaxes(0, 1))
        # image.save_to_disk('imagespath/%06d.png' % image.frame)

 其中的函数【numpy.frombuffer()】的参数类型到底是什么困扰了我

查阅资料：

（1）官方文档：

（2）翻译：

          

 其中的参数【buffer】的数据类型是【buffer_like】

（3）什么是【buffer_like】：

（4）总结1：

函数 【numpy.frombuffer()】的参数buffer指代的数据类型是上面的任意一种即可，而

【carla.Image.raw_data】返回的对象的类型是【memoryview】，可作为函数的参数进行传入

（5）总结2：函数的作用

numpy.frombuffer 函数将缓冲区的内容转换为一个一维的 NumPy 数组，每个字节在缓冲区中对应数组中的一个元素，frombuffer 将 data 以流（"以流的形式"是指将数据视为连续的字节流，而不需要按特定的数据结构或分隔符进行解析，即每次读取一个字节作为一个 ndarray 中的值，而不是读到一个分隔符为止的所有字节作为 ndarray 中的一个值）的形式读入转化成ndarray对象

补充：

（1）我在菜鸟教程看到这个一句话：

 （2）以及例子：

（3）我的想法：

因为函数【numpy.frombuffer()】的参数 buffer 的可接受数据类型中没有【str】，所以要想将【str 】类型的数据传入函数【numpy.frombuffer()】中，就必须先将其转化为函数可接受的数据类型，例如【bytes】

同时，【str】类型在内存中的存储方式是【Unicode编码】形式，而不是【类似于内存缓冲区】的类型，内存缓冲区中存储的数据应该是以字节方式存在的，所以str类型的数据很明显不满足这个条件，所以直接传入 str 数据作为参数 buffer 的话，不符合函数 frombuffer() 的功能，因为这个函数是以字节流的方式读取数据的，每次读取一个字节，对于Unicode编码形式的字符串，一次读取一个字节很显然会破坏 str 本身存储的信息，使其变成无意义的一堆十进制数字

所以才需要【s = b'Hello World' 】，在前面加【b】，可以直接将【字符串】转化为【字节串】，这样【Hello World】在内存中的存储方式由【Unicode编码】变为【字节串】，即里面的英文字母的存储由【Unicode编码】变为【Ascii编码（ASCII编码本身就是一个字节大小）】

（4）关于【字符串】和【字节串】的细节：

1.在Python3中，【字符串】在内存中默认以【Unicode编码】形式存储

                           【字节串】在内存中默认以【字节】形式存储

2.字符串和字节串是不同的数据类型，用于处理不同类型的数据。

       1）字符串用于表示【文本数据】

       2）字节串用于表示【二进制数据】

    它们的存储方式和表示内容有所区别，但可以相互转换

3.更细节内容看图：

 

 总结：

        1）【btypes】类型的数据：

使用【字节方式存储】，即这样类型的数据在内存中存储时，是按照一个一个字节的方式存储的，字节之间相互独立互不干扰，一个字节代表一个独立的十进制数字

我们可以很容易的理解，他这样的存储方式【不适合进行 “文本内容” 的存储】，因为往往一个汉语文字的unicode编码可不止一个字节，但是把这个文字转化为字节存储的话，那么这两个字节之间相互独立，可能两个字节合起来可以读出【“好”】这个字，但是分开存储的字节只能读出【255】【8】这样的两个毫不相干的十进制数字

所以字节类型的存储方式适用于如图像、音频、视频、网络传输数据等这种情况，字节串中的每个字节可以表示任意的二进制数据，没有具体的字符含义，字节串可以进行字节级别的处理操作，如切片、索引、拼接等

        2）【str】类型的数据：

使用【Unicode编码方式存储】，世界上的每一个文字都有它对应的独一无二的Unicode编码，而unicode编码方式有很多中，如UTF-8、UTF-16和UTF-32等，以UTF-32举例，每个字符都要有四个字节表示，所以在内存中str类型的数据存储的时候，字节之间并不是独立的，而是四个字节为一单位存储，读取的时候也是四个字节为一单位读取，这样就可以一口气读取四个字节的内容，进而就知道了他表示的是哪个字符。当我们创建一个字符串对象时，Python会将该字符串转换为Unicode代码点的序列，并以这种形式在内部存储字符串的内容。这意味着字符串对象内部存储的是字符的抽象表示，而不是它们的字节表示。

我们可以很容易的理解，他这样的存储方式【不适合进行 “大批量无意义数据” 的存储】，否则对内存的压力太大了，要找到连续的，整块的空间来存储数据

所以它可以表示文本数据，包括字母、数字、符号和特殊字符等，字符串可以进行文本处理操作，如拼接、切片、查找、替换等