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
江畔柳前堤2 小时前
大语言模型分布式训练:从并行策略到万卡工程的系统梳理
人工智能·分布式·深度学习·算法·目标检测·机器学习·语言模型
罗西的思考5 小时前
【OpenClaw具身硬件】MiniClaw 阅读笔记---(1)基础
人工智能·算法·机器学习
牧羊人.33312 小时前
速通机器学习 11| K-Means 聚类
机器学习·kmeans·聚类
过期的秋刀鱼!13 小时前
带替换的采样
人工智能·python·算法·决策树·机器学习
过期的秋刀鱼!13 小时前
使用多个决策树
人工智能·算法·决策树·机器学习·数据挖掘
databook13 小时前
如何快速构建一个数据科学应用?从零到上线
python·机器学习·scikit-learn
doubt。15 小时前
大模型prompt工程Zero-Shot与Few-Shot以及json格式
人工智能·深度学习·机器学习·语言模型·json·prompt
过期的秋刀鱼!17 小时前
使用都热编码的分类特征
人工智能·算法·决策树·机器学习·分类·数据挖掘
watersink18 小时前
机器学习FM、FFM
人工智能·机器学习
eric-sjq1 天前
10 分钟实战:用 0.6B 本地模型生成中文网页(WanlyFrontend + 编译器全流程)
javascript·机器学习·自然语言处理·html