---

❤️觉得内容不错的话，欢迎点赞收藏加关注😊😊😊，后续会继续输入更多优质内容❤️
👉有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）👈

---

博主原文链接：https://www.yourmetaverse.cn/nlp/390/

（封面图由文心一格生成）

探索Gradio库中的Image模块及其强大功能

Gradio是一个用于构建交互式机器学习和深度学习应用程序的库，提供了简单易用的界面组件。其中的Image模块是用于上传/绘制图像（作为输入）或显示图像（作为输出）的组件。在本文中，我们将介绍Image模块的基本用法以及其中的change、edit、clear、stream、upload和select方法。

Image模块介绍

Gradio的Image模块用于处理图像输入和输出。它支持多种格式的图像，包括numpy数组、PIL图像和文件路径。以下是Image模块的一些关键参数：

• value：用于设置组件的默认值，可以是PIL图像、numpy数组、文件路径或URL。
• shape：用于裁剪和调整图像的形状，可以指定宽度和高度。
• height：显示图像的高度（像素）。
• width：显示图像的宽度（像素）。
• image_mode：图像模式，可以是"RGB"（彩色）或"L"（黑白）。
• invert_colors：是否在预处理步骤中反转图像。
• source：图像的来源，可以是"upload"（上传）、“webcam”（摄像头）或"canvas"（画布）。
• tool：用于编辑图像的工具，可以是"editor"（编辑器）、“select”（裁剪和缩放工具）、“sketch”（二值化草图）或"color-sketch"（多颜色草图）。
• type：在传递给预测函数之前将图像转换为的格式，可以是"numpy"（numpy数组）、“pil”（PIL图像）或"filepath"（临时文件路径）。

除了这些参数，Image模块还支持其他配置选项，例如标签显示、交互性设置和容器设置。

change方法

change方法是一个监听器，当组件的值发生改变时触发，无论是由用户输入引起的还是由函数更新引起的。可以用于处理输入组件的值变化，例如调用机器学习模型的预测函数。

edit方法

edit方法是一个监听器，当用户使用内置编辑器编辑图像时触发。可以用于处理图像编辑事件，例如对编辑后的图像进行进一步处理或调用相应的函数。

clear方法

clear方法是一个监听器，当用户点击组件上的X按钮清除图像时触发。可以用于处理图像清除事件，例如重置图像处理的状态或清除相关的输入。

stream方法

stream方法是一个监听器，当用户使用组件进行图像流处理（如实时摄像头）时触发。可以用于处理图像流事件，例如实时处理视频流数据或调用相

应的函数。

upload方法

upload方法是一个监听器，当用户上传文件到组件时触发。可以用于处理图像上传事件，例如读取上传的图像文件并进行相应的处理或调用相应的函数。

select方法

select方法是一个监听器，当用户点击图像中的像素时触发。可以用于处理图像选择事件，例如根据用户选择的像素位置进行相应的处理或调用相应的函数。

通过使用这些监听器方法，可以灵活地处理Image模块中的各种事件，实现与图像相关的交互和处理功能。

参数详解

Image模块参数：

参数	数据类型	默认值	描述
value	str | _Image.Image | np.ndarray | None	None	Image组件的默认值，可以是PIL Image、numpy数组、路径或URL。如果是可调用对象，每次应用加载时都会调用该函数以设置组件的初始值。
shape	tuple[int, int] | None	None	图像传递给函数时的裁剪和调整大小的形状（宽度，高度）。如果为None，则与输入图像大小匹配。可以将宽度或高度设置为None，仅裁剪和调整大小另一个参数。
height	int | None	None	显示图像的高度（以像素为单位）。
width	int | None	None	显示图像的宽度（以像素为单位）。
image_mode	str	“RGB”	图像的模式，"RGB"表示彩色，"L"表示黑白。
invert_colors	bool	False	是否在预处理步骤中反转图像。
source	str	“upload”	图像的来源。"upload"表示用户可以上传图像文件，"webcam"允许用户从网络摄像头拍摄快照，"canvas"默认为一个可编辑的白色图像。
tool	str | None	None	用于编辑的工具。“editor"允许全屏编辑（如果source是"upload"或"webcam”，则是默认工具），"select"提供裁剪和缩放工具，“sketch"允许创建二进制草图（如果source是"canvas”，则是默认工具），"color-sketch"允许以不同颜色创建草图。"color-sketch"可与source="upload"或"webcam"一起使用，以在图像上进行草图。"sketch"也可与"upload"或"webcam"一起使用，以在图像上创建蒙版，在这种情况下，图像和蒙版都作为具有键"image"和"mask"的字典传递到函数中。
type	str	“numpy”	在传递给预测函数之前，将图像转换为的格式。"numpy"将图像转换为形状为(height, width, 3)、取值范围为0到255的numpy数组；"pil"将图像转换为PIL Image对象；"filepath"将图像传递给一个临时文件的路径。
label	str | None	None	在界面中的组件名称。
every	float | None	None	如果value是可调用对象，在客户端连接打开时，每隔指定的秒数运行函数。否则没有任何效果。队列必须启用。可以通过此组件的.load_event属性访问事件（例如取消它）。
show_label	bool	True	如果为True，将显示标签。
container	bool	True	如果为True，将在容器中放置组件，提供一些额外的边框填充。
scale	int | None	None	相对于同一行中相邻组件的宽度比例。例如，如果组件A的scale=2，组件B的scale=1，那么组件A的宽度将是组件B的两倍。应为整数。
min_width	int	160	最小像素宽度，如果屏幕空间不足以满足此值，则换行。如果某个比例值导致此组件比min_width更窄，将首先尊重min_width参数。
interactive	bool | None	None	如果为True，将允许用户上传和编辑图像；如果为False，只能用于显示图像。如果未提供，则根据组件是输入还是输出进行推断。
visible	bool	True	如果为False，将隐藏组件。
streaming	bool	False	如果在live接口中为True，将自动流式传输网络摄像头的视频。仅在source为’webcam’时有效。
elem_id	str | None	None	作为HTML DOM中此组件的id分配的可选字符串。可用于定位CSS样式。
elem_classes	list[str] | str | None	None	作为HTML DOM中此组件的类分配的可选字符串列表。可用于定位CSS样式。
mirror_webcam	bool	True	如果为True，则将翻转网络摄像头的视频。默认为True。
brush_radius	float | None	None	Sketch的画笔大小。默认为None，选择一个合理的默认值。

change方法参数：

参数	数据类型	默认值	描述
fn	Callable | None	required	需要封装为接口的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，函数应该返回一个值或值的元组，元组中的每个元素对应一个输出组件。
inputs	Component | list[Component] | set[Component] | None	None	用作输入的gradio.components的列表。如果函数不需要输入，这应该是一个空列表。
outputs	Component | list[Component] | None	None	用作输出的gradio.components的列表。如果函数不返回输出，这应该是一个空列表。
api_name	str | None	None	定义此参数将在api文档中公开该端点。
status_tracker	None	None
scroll_to_output	bool	False	如果为True，将在完成时滚动到输出组件。
show_progress	Literal[‘full’] | Literal[‘minimal’] | Literal[‘hidden’]	“full”	如果为True，将在等待时显示进度动画。
queue	bool | None	None	如果为True，将请求放入队列（如果已启用队列）。如果为False，则不会将此事件放入队列，即使已启用队列。如果为None，则使用gradio应用程序的队列设置。
batch	bool	False	如果为True，则函数应处理一批输入，这意味着它应接受每个参数的输入值列表。列表应具有相等的长度（最多为max_batch_size），然后函数需要强制返回一个元组的列表（即使只有一个输出组件），元组中的每个列表对应一个输出组件。
max_batch_size	int	4	如果从队列调用此方法，则最大批处理在一起的输入数。仅在batch=True时相关。
preprocess	bool	True	如果为False，将不会在运行’fn’之前运行组件数据的预处理（例如，如果使用Image组件以base64字符串调用此方法，则将其保留为base64字符串）。
postprocess	bool	True	如果为False，将不会在将’fn’的输出返回给浏览器之前运行组件数据的后处理。
cancels	dict[str, Any] | list[dict[str, Any]] | None	None	在此监听器触发时取消其他事件的列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float | None	None	在客户端连接打开时每隔指定的秒数运行此事件。以秒为单位。队列必须启用。

edit方法参数：

参数	数据类型	默认值	描述
fn	Callable | None	required	需要封装为接口的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，函数应该返回一个值或值的元组，元组中的每个元素对应一个输出组件。
inputs	Component | list[Component] | set[Component] | None	None	用作输入的gradio.components的列表。如果函数不需要输入，这应该是一个空列表。
outputs	Component | list[Component] | None	None	用作输出的gradio.components的列表。如果函数不返回输出，这应该是一个空列表。
api_name	str | None	None	定义此参数将在api文档中公开该端点。
status_tracker	None	None
scroll_to_output	bool	False	如果为True，将在完成时滚动到输出组件。
show_progress	Literal[‘full’] | Literal[‘minimal’] | Literal[‘hidden’]	“full”	如果为True，将在等待时显示进度动画。
queue	bool | None	None	如果为True，将请求放入队列（如果已启用队列）。如果为False，则不会将此事件放入队列，即使已启用队列。如果为None，则使用gradio应用程序的队列设置。
batch	bool	False	如果为True，则函数应处理一批输入，这意味着它应接受每个参数的输入值列表。列表应具有相等的长度（最多为max_batch_size），然后函数需要强制返回一个元组的列表（即使只有一个输出组件），元组中的每个列表对应一个输出组件。
max_batch_size	int	4	如果从队列调用此方法，则最大批处理在一起的输入数。仅在batch=True时相关。
preprocess	bool	True	如果为False，将不会在运行’fn’之前运行组件数据的预处理（例如，如果使用Image组件以base64字符串调用此方法，则将其保留为base64字符串）。
postprocess	bool	True	如果为False，将不会在将’fn’的输出返回给浏览器之前运行组件数据的后处理。
cancels	dict[str, Any] | list[dict[str, Any]] | None	None	在此监听器触发时取消其他事件的列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float | None	None	在客户端连接打开时每隔指定的秒数运行此事件。以秒为单位。队列必须启用。

stream方法参数：

参数	数据类型	默认值	描述
fn	Callable | None	required	需要封装为接口的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，函数应该返回一个值或值的元组，元组中的每个元素对应一个输出组件。
inputs	Component | list[Component] | set[Component] | None	None	用作输入的gradio.components的列表。如果函数不需要输入，这应该是一个空列表。
outputs	Component | list[Component] | None	None	用作输出的gradio.components的列表。如果函数不返回输出，这应该是一个空列表。
api_name	str | None	None	定义此参数将在api文档中公开该端点。
status_tracker	None	None
show_progress	Literal[‘full’] | Literal[‘minimal’] | Literal[‘hidden’]	“full”	如果为True，将在等待时显示进度动画。
queue	bool | None	None	如果为True，将请求放入队列（如果已启用队列）。如果为False，则不会将此事件放入队列，即使已启用队列。如果为None，则使用gradio应用程序的队列设置。
batch	bool	False	如果为True，则函数应处理一批输入，这意味着它应接受每个参数的输入值列表。列表应具有相等的长度（最多为max_batch_size），然后函数需要强制返回一个元组的列表（即使只有一个输出组件），元组中的每个列表对应一个输出组件。
max_batch_size	int	4	如果从队列调用此方法，则最大批处理在一起的输入数。仅在batch=True时相关。
preprocess	bool	True	如果为False，将不会在运行’fn’之前运行组件数据的预处理（例如，如果使用Image组件以base64字符串调用此方法，则将其保留为base64字符串）。
postprocess	bool	True	如果为False，将不会在将’fn’的输出返回给浏览器之前运行组件数据的后处理。
cancels	dict[str, Any] | list[dict[str, Any]] | None	None	在此监听器触发时取消其他事件的列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float | None	None	在客户端连接打开时每隔指定的秒数运行此事件。以秒为单位。队列必须启用。

---

❤️觉得内容不错的话，欢迎点赞收藏加关注😊😊😊，后续会继续输入更多优质内容❤️
👉有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）👈

---