【Python小技巧】使用Gradio轻松部署AI算法结果可视化Web 应用(含图片转换、验证码识别完整源码)

文章目录

  • 前言
  • 一、Gradio是什么?
  • 二、使用Gradio构建基本的 Web 应用
  • 三、使用Gradio构建彩色图片转灰度图片的Web 应用
  • 四、使用Gradio构建验证码识别方法验证的Web 应用
  • 总结


前言

随着人工智能的不断发展,各种智能算法越来越普遍,但是这些算法结果通常显示在cmd命令窗口里。有没有一种方法可以动态展示,更具需要计算后动态展现?

答案是有!

下面让我了解一下Gradio库,只需寥寥几行代码就可以展现出chatGPT的对话窗口,是不是很nice!


一、Gradio是什么?

Gradio是一个开源的 Python 库,用于构建机器学习和数据科学演示和 Web 应用。

官网:https://www.gradio.app/

Gradio适用于:

  • 演示客户/合作者/用户/学生的机器学习模型。
  • 部署通过自动共享链接快速创建模型,并获得模型性能反馈。
  • 排除故障使用内置的操作和解释工具,在开发过程中以交互方式处理您的模型。

案例展示:https://huggingface.co/spaces/hysts/insightface-SCRFD
安装包:https://pypi.org/project/gradio/
Github:https://github.com/gradio-app/gradio

二、使用Gradio构建基本的 Web 应用

  1. 安装gradio库
pip install gradio -i https://pypi.tuna.tsinghua.edu.cn/simple
  1. 简单用例:
import gradio as gr

def sayhello(name):
    return "Hello " + name + "!"

demo = gr.Interface(fn=sayhello, inputs="text", outputs="text")
demo.launch()

fn:具体调用的功能函数

inputs:输入内容格式,比如"text","image"等。

outputs:输出结果格式,同inputs

  1. 运行后出现如下窗口即算成功。
    【Python小技巧】使用Gradio轻松部署AI算法结果可视化Web 应用(含图片转换、验证码识别完整源码)_第1张图片
  2. 按提示用浏览器打开http://127.0.0.1:7860/
    【Python小技巧】使用Gradio轻松部署AI算法结果可视化Web 应用(含图片转换、验证码识别完整源码)_第2张图片

以上是Gradio构建Web应用的基本展示,下面我们修改一下sayhello函数,改成我们想要的算法。

三、使用Gradio构建彩色图片转灰度图片的Web 应用

  1. 安装cv2库(安装库名为:opencv-python)
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
  1. 彩色图片转灰度图片的Web 应用源代码
import gradio as gr
import cv2

def color2black(image):
    output = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    return output

interface = gr.Interface(fn=color2black, inputs="image", outputs="image")
interface.launch()
  1. 运行后,按提示用浏览器打开http://127.0.0.1:7860/。点击左侧上传图片后提交,右侧即可看到转换后的图片(彩色图片变灰度图片)。
    【Python小技巧】使用Gradio轻松部署AI算法结果可视化Web 应用(含图片转换、验证码识别完整源码)_第3张图片
    结果如上图,是不是很简单?

四、使用Gradio构建验证码识别方法验证的Web 应用

这里我们使用ddddocr,它是一款专门识别各类验证码的库,具体用法网上很多,我们这里只是展现一下算法的运行与结果展示。

  1. 先安装ddddocr库:
pip install ddddocr -i https://pypi.tuna.tsinghua.edu.cn/simple
  1. 验证码识别方法验证的Web 应用完整代码如下:
import gradio as gr
import cv2
import ddddocr
def img2yzm(image):
    img = r"C:\yzm.jpg"
    cv2.imwrite(img, image)
    ocr = ddddocr.DdddOcr()
    with open(img, 'rb') as f:
        img_bytes = f.read()
    res = ocr.classification(img_bytes)
    print('识别结果为:',res)
    return res
    
interface = gr.Interface(fn=img2yzm, inputs="image", outputs="text")
interface.launch()
  1. 运行后如下图:点击clear后上传图片然后提交,即可在右侧显示验证码识别结果。
    【Python小技巧】使用Gradio轻松部署AI算法结果可视化Web 应用(含图片转换、验证码识别完整源码)_第4张图片

总结

Gradio 寥寥几行代码就能让原本抽象的算法瞬间变成可视化的交互应用,将原本干巴巴的结果形象地呈现出来,这对于智能算法的演示和结果验证非常有用。目前流行的chatGPT结果展现也是类似这种方式。只需我们把fn函数改成相应的智能算法,并return一下输出结果即可。

这篇文章举例3个简单例子,只是展现一下简单用法,后续还有更多例子可以拿出来展示。让我们一起期待吧!

你可能感兴趣的:(Python经验池,python,人工智能,前端)