streamlit-数据科学家/ 机器学习工程师的乐高积木(二)-图像、音视频展示

如同做菜不放肉,滋味少一半。在机器学习中,图像、音频、视频也是不可或缺的处理和输出元素。streamlit 提供了对图像、音视频的简易处理方法,通过一两行代码即可完成。

图像

streamlit.image(image, caption,width)

image: 图像的路径。

caption: 图像的说明文字,默认为 None。

width: 图像的宽度,默认为 None。

python 复制代码
# 新建 st_image.py 文件
import streamlit as st  
  
st.title("图片展示")  
st.image(image="大熊猫.jpg")  
st.image(image="大熊猫.jpg", caption="大熊猫")  
st.image(image="大熊猫.jpg", caption="大熊猫", width=300)

在命令行中执行

bash 复制代码
streamlit run st_image.py

最终在浏览器的展示如下:

当需要一次展示多张图片,以列表的方式输入图片地址。

python 复制代码
# 新建 st_mul_image.py 的文件
import streamlit as st  

images = ['大熊猫.jpg', '小猫.jpg']  
st.image(images)

在命令行中执行

bash 复制代码
streamlit run st_mul_image.py

最终在浏览器的展示如下:

音频

streamlit.audio(data,format,start_time)

data: 需要播放的音频。

format: 音频文件的类型。

start_time: 音频播放的开始时间,默认为 0。

python 复制代码
# 新建 st_audio.py 文件
import streamlit as st  
  
st.title("播放音乐")  
  
audio_file = open('漂洋***看你.mp3', 'rb')  
audio_bytes = audio_file.read()  
st.audio(audio_bytes, format='audio/mp3')  
st.audio(audio_bytes, format='audio/mp3', start_time=60)

在命令行中执行

bash 复制代码
streamlit run st_audio.py

最终在浏览器的展示如下:

视频

streamlit.video(data,format,start_time)

data: 需要播放的视频,输入本地路径文件、URL。

format: 视频文件的类型,默认为:video/mp4。

start_time: 设置视频播放播放的开始时间,默认为 0。

python 复制代码
新建 st_video.py 文件
import streamlit as st  
  
st.title("视频示例")  
video_file = open('测试视频.mp4', 'rb')  
video_bytes = video_file.read()  
st.video(video_bytes,format='video/mp4')  
st.video(video_bytes,format='video/mp4', start_time=4)

在命令行中执行

bash 复制代码
streamlit run st_video.py

最终在浏览器的展示如下:

相关推荐
学步_技术5 小时前
增强现实—Flame: Learning to navigate with multimodal llm in urban environments
人工智能·机器学习·计算机视觉·语言模型·自然语言处理·ar
飞飞是甜咖啡5 小时前
【机器学习】Teacher-Student框架
人工智能·算法·机器学习
愿所愿皆可成5 小时前
机器学习之集成学习
人工智能·随机森林·机器学习·集成学习
Gsen28196 小时前
AI大模型从0到1记录学习 大模型技术之机器学习 day27-day60
人工智能·学习·机器学习
終不似少年遊*6 小时前
机器学习方法实现数独矩阵识别器
人工智能·python·opencv·机器学习·计算机视觉·矩阵
摆烂z8 小时前
机器学习-黑马笔记
人工智能·笔记·机器学习
硅谷秋水8 小时前
TASTE-Rob:推进面向任务的手-目标交互视频生成,实现可通用的机器人操作
人工智能·深度学习·机器学习·计算机视觉·机器人·交互
神齐的小马9 小时前
机器学习 [白板推导](六)[核方法、指数族分布]
人工智能·机器学习
yizhimie379 小时前
DAY 25 异常处理
机器学习
weixin_4532536510 小时前
机器学习----模型评价与优化
人工智能·机器学习