使用Gradio构建交互式Web应用-P1

什么是Gradio

Posts
Gradio
APP
Deep learning
Author

于峻川

Published

July 23, 2024

使用Gradio构建交互式Web应用



这是一个关于如何使用 Gradio 构建 Web 应用程序的开源系列教程。你将从设置 Python 环境开始,学习文本、图像等各类输入组件,自定义界面,设计复杂的交互等。本课程还将涵盖使用 Gradio 和 GDAL 处理遥感数据,用于图像增强、地理坐标转换、坡度分析等任务;学习如何使用 Gradio 和 Foliumap 创建交互式地图,实现动态地理空间数据可视化;如何集成机器学习模型并在 Hugging Face Spaces 上发布 web 应用程序。本教程包括实例、演示和作业。完成本教程后,你将能够高效地构建、部署和共享交互式 Web 应用程序。



课程相关资源链接GITHUB

介绍

安装指南



1. 设置虚拟环境



为确保兼容性和隔离依赖项,创建一个名为”gradiotask“或你为这个Gradio教程选择的其他名称的虚拟环境。本教程使用Python 3.10.6构建。我们建议配置3.10或以上版本的Python以获得最佳体验。

  • 创建和激活虚拟环境 使用以下命令使用Python 3.10.6创建新环境: bash conda create -n gradiotask python=3.10.6
    • 要激活虚拟环境,请使用以下命令:

      conda activate gradiotask




      > 提示: > 记得在安装或运行与本教程相关的任何包之前激活您的虚拟环境(gradiotask)。完成后,你可以运行conda deactivate来停用环境。如果需要,你可以使用命令conda env remove -n gradiotask来移除虚拟环境。



2. Gradio安装



Gradio需要Python 3.8或更高版本。在继续之前,请确保系统上已安装Python。你可以从Python官方网站下载。

我们建议使用Python默认包含的pip安装Gradio。在终端或命令提示符中运行以下命令:

pip install gradio



提示: 所有常见操作系统的详细安装说明在此处提供



3. 安装附加库



为了确保后续的课程能够正常运行并演示,你需要安装以下特定版本的库:

  • Pillow:版本9.2.0
  • pandas:版本1.5.0
  • GDAL:版本3.4.3
  • numpy:版本1.23.3
  • geopandas:版本0.11.1
  • Shapely:版本1.8.4
  • scikit-learn:版本1.1.2
  • joblib:版本1.2.0
  • openai:版本1.16.2
  • leafmap:版本0.29.1
  • Gradio:版本4.27.0

提示:要安装这些库,您可以使用pip install命令全部安装, 安装GDAL有时可能会因为其大小和依赖项而出现问题。我们建议本地安装GDAL以避免在线安装的潜在问题。这里是适用于Windows和Python 3.10的GDAL 3.4.3安装包。如果您需要其他版本的GDAL,请确保你下载的版本与您的操作系统和Python环境相匹配。

4. DEMO 1-1: 建立你的第一个 Web app



import gradio as gr

def greet(name, intensity): # 定义一个简单的函数,返回一个问候消息
    return "Hello, " + name + "!" * int(intensity)

# 定义Gradio界面,具体如下:
demo = gr.Interface(
    fn=greet,
    inputs=["text", "slider"], # 定义输入为文本和滑动条
    outputs=["text"], # 定义输出为文本
) 

demo.launch() # 在默认的网页浏览器中启动Gradio界面

DEMO 1-2: 显示一个图片



import gradio as gr
from PIL import Image

def to_black(file):
    image = Image.fromarray(file)  # 将numpy数组转换为PIL图像
    # image = Image.open(file)  # 如果输入是文件路径,将其作为PIL图像打开
    # image = file  # 如果输入已经是PIL图像,直接使用它
    img = image.convert("L")  # 转换为灰度图像
    img = img.rotate(180)  # 将图像旋转180度
    return img

demo = gr.Interface(
    fn=to_black,
    inputs=gr.Image(type='numpy'),  # type='pil', 'numpy', 'filepath'
    outputs=gr.Image(type='pil'),
)

demo.launch(share=False)  # 启动Gradio界面,share设置为false


请关注微信公众号【45度科研人】回复“@gradio”获取该教程配套数据,欢迎后台留言!