Streamlit
中的图像与媒体组件,主要是st.image
、st.audio
和st.video
。
它们是专为在Streamlit Web
应用程序中嵌入和展示多媒体内容而设计的,这些组件不仅丰富了应用程序的呈现形式,还极大地提升了用户体验和互动性。
1. st.image
st.image
函数用于在Streamlit
应用程序中展示图像内容,增强视觉呈现效果。
比如,在数据可视化的场景中,通过st.image
展示数据分析结果,如柱状图、折线图等;
在项目展示时,也可以通过在项目中嵌入产品图片、示意图等,提升用户理解。
它的主要参数有:
名称 | 类型 | 说明 |
---|---|---|
image | numpy.ndarray / [numpy.ndarray] / BytesIO / str / [str] | 要显示的图像,也可以指定一个图像URL或URL列表 |
caption | str/[str] | 图像标题,如果显示多幅图像,应当是字符串列表 |
width | int / None | 图像宽度,None表示使用图像自身宽度 |
clamp | bool | 是否将图像的像素值压缩到有效域(0~255),仅对字节数组图像有效 |
channels | "RGB" / "BGR" | 图像通道类型 |
output_format | "JPEG" / "PNG" / "auto" | 图像格式 |
use_container_width | bool | 如果设置为True,则使用列宽作为图像宽度 |
1.1. 使用示例
展示本地图像文件,通过image
参数接受PIL图像对象,caption
参数为图像添加标题,
width
参数设置了图像的显示宽度。
python
import streamlit as st
from PIL import Image
# 读取本地图像文件
image = Image.open("path/to/your/image.jpg")
# 使用st.image展示图像,并设置标题和宽度
st.image(image, caption="这是一张本地图片", width=300)
展示URL
图像,并使用use_column_width
参数使图像宽度自适应Streamlit
列的宽度。
python
# 图像URL
image_url = "http://xxx.com/xxx.jpeg"
# 使用st.image展示URL图像,并设置使用列宽
st.image(
image_url,
use_column_width=True,
caption="这是一张网络图片",
)
图片的宽度会随着浏览器窗口的大小自适应变化。
2. st.audio
st.audio
函数用于在Streamlit
应用程序中嵌入音频内容,为数据分析结果添加声音效果,增强表现力。
它的主要参数有:
名称 | 类型 | 说明 |
---|---|---|
data | str / bytes / BytesIO / numpy.ndarray / file | 要播放的音频数据,可以是字节码流、numpy.ndarray或打开的文件 |
format | str | 音频文件的MIME类型,如'audio/ogg'、'audio/mp3'等 |
start_time | int / float / timedelta / str / None | 指定音频播放的起始时间 |
sample_rate | int / None | 音频的采样率,播放音频时,通常不需要直接设置这个参数 |
end_time | int / float / timedelta / str / None | 指定音频播放的结束时间 |
loop | bool | 是否循环播放音频 |
autoplay | bool | 是否自动播放音频 |
2.1. 使用示例
播放本地音频文件,autoplay
参数设置为True
,使音频自动播放。
python
import streamlit as st
# 打开本地音频文件
audio_file = open("path/to/your/audio.mp3", "rb")
audio_bytes = audio_file.read()
# 使用st.audio播放音频,并自动播放
st.audio(
audio_bytes,
format="audio/mp3",
autoplay=True,
)
运行之后会自动播放。
和st.image
一样,音频也可以传入URL,直接播放在线的音频。
3. st.video
st.video
函数用于在Streamlit
应用程序中嵌入视频内容,通过视频展示分析结果的特点或分析过程。
它的主要参数有:
名称 | 类型 | 说明 |
---|---|---|
data | str / bytes / BytesIO / numpy.ndarray / file | 要播放的视频数据,可以是URL字符串、字节码流、numpy.ndarray或打开的文件 |
format | str | 视频文件的MIME类型,如'video/mp4',默认值为'video/mp4' |
start_time | int / float / timedelta / str / None | 视频开始播放的时间 |
subtitles | str / bytes / Path / io.BytesIO / dict | 视频字幕数据 |
end_time | int / float / timedelta / str / None | 视频结束播放的时间 |
loop | bool | 是否循环播放视频 |
autoplay | bool | 是否自动播放视频 |
muted | bool | 是否静音播放 |
3.1. 使用示例
播放本地视频文件, 通过start_time
和end_time
参数设置了视频播放开始和结束的时间(秒)。
python
import streamlit as st
# 打开本地视频文件
video_file = open('path/to/your/video.mp4', 'rb')
video_bytes = video_file.read()
# 使用st.video播放视频,并设置标题和开始时间
st.video(
video_bytes,
format="video/mp4",
start_time=5,
end_time=10,
)
运行之后,视频加载后停在5s
的位置,点击播放,播放到10s
时自动停止。
4. 总结
总之,st.image
、st.audio
和st.video
这三个组件共同构成了Streamlit中强大的多媒体展示工具集。
它们各自专注于图像、音频和视频的展示与播放,通过丰富的参数设置和灵活的嵌入方式,为开发者提供了极大的便利和创意空间。
无论是构建数据可视化应用、产品展示页面还是在线教育平台,这些组件都能帮助开发者轻松实现多媒体内容的嵌入与呈现。