目录
1--配置Gradio
使用 pip 安装 Gradio：
pip install gradio2--Hello World案例
2-1--基本使用
import gradio as gr
def greet(name):
return "Hello " + name + "!"
demo = gr.Interface(fn=greet, inputs="text", outputs="text")
demo.launch(share = True) 
类 gr.Interface()可以包含任何 Python 函数，其通过以下三个必需的参数进行初始化：
① fn：封装好的 Python 函数，即上例中的 greet() 函数；
② inputs：用于输入的组件，可以为 “text”、“image” 或 “audio”，上例中为 “text”；
③ outputs：用于输出的组件，可以为 “text”、“image” 或 “audio”，上例中为 “text”；
通过 launch() 运行定义的类对象，运行结果包括两个 url，第一个 local url 可以在本地打开和运行；第二个 public url 需要通过设置 share = True 才可生成，可用于分享在其它机器上打开和运行；
2-2--进阶使用
可通过 gr.Textbox() 来细化输入的组件 inputs，这里设置了输入框的行数为2，提示词为 Name Here...；
import gradio as gr
def greet(name):
return "Hello " + name + "!"
demo = gr.Interface(
fn=greet,
inputs=gr.Textbox(lines=2, placeholder="Name Here..."),
outputs="text",
)
demo.launch(share = True)
可设置多个输入输出，以实现更复杂的功能，以下函数设置了三个输入和两个输出；三个输入分别为 string（字符串）、boolean（布尔）和 number（数值）；两个输出分别为string 和 number 类型；
函数的功能：输入 name，根据布尔输入 is_morning 判断问候是 moring 还是 evening，并将输入的 number 型华氏温度转换为摄氏温度（Celsius）；
import gradio as gr
def greet(name, is_morning, temperature):
salutation = "Good morning" if is_morning else "Good evening"
greeting = f"{salutation} {name}. It is {temperature} degrees today"
celsius = (temperature - 32) * 5 / 9
return greeting, round(celsius, 2)
demo = gr.Interface(
fn=greet,
inputs=["text", "checkbox", gr.Slider(0, 100)],
outputs=["text", "number"],
)
demo.launch(share = True)
3--图像案例
Gradio 支持 Image, DataFrame, Video, 或 Label 等类型，以下为简单的图像案例：
import numpy as np
import gradio as gr
def sepia(input_img):
sepia_filter = np.array([
[0.393, 0.769, 0.189],
[0.349, 0.686, 0.168],
[0.272, 0.534, 0.131]
])
sepia_img = input_img.dot(sepia_filter.T)
sepia_img /= sepia_img.max()
return sepia_img
demo = gr.Interface(sepia, gr.Image(shape=(200, 200)), "image")
demo.launch()
上述代码的功能是将输入的图片进行 sepia 滤波；其中输入和输出的组件都为 Image， 输入组件通过 gr.Image() 来设置其shape，即会对输入图片进行crop或resize的操作；实际输入是一个(w, h, 3)的 numpy 数组，3 表示 RGB，也可以通过 gr.Image(type="filepath", shape=(200, 200)) 来指定不直接转化为 numpy 数组；
import cv2
import numpy as np
import gradio as gr
def sepia(input_img):
input_img = cv2.imread(input_img)
sepia_filter = np.array([
[0.393, 0.769, 0.189],
[0.349, 0.686, 0.168],
[0.272, 0.534, 0.131]
])
sepia_img = input_img.dot(sepia_filter.T)
sepia_img /= sepia_img.max()
return sepia_img
demo = gr.Interface(sepia, gr.Image(type="filepath", shape=(200, 200)), "image")
demo.launch()
上述代码设置了 gr.Image(type="filepath")，不会自动将输入的图片转换为 numpy 数组，需要使用 opencv 等第三方库将图片转换为 numpy 数组；
3--常用类 Interface 和 Blocks
上述案例均使用封装程度很高的 Interface 类，在一定程度上限制了自由发挥；Gradio提供了支持灵活布局和数据流的 Blocks 类，其抽象程度不及 Interface 类，但其自由开发程度较高；
import gradio as gr
def greet(name):
return "Hello " + name + "!"
with gr.Blocks() as demo:
name = gr.Textbox(label="Name")
output = gr.Textbox(label="Output Box")
greet_btn = gr.Button("Greet")
greet_btn.click(fn=greet, inputs=name, outputs=output, api_name="greet")
demo.launch()上述案例定义了一个按钮 greet_btn，当点击按钮时会执行 greet 函数，函数的输入和输出均为 gr.Textbox() 类型，即字符串类型，其 label 分别注明 box 的名称；
上述案例可类比于 QT 中槽函数的使用，按钮绑定了一个 greet 的槽函数，当点击时会执行对应槽函数的内容；
import numpy as np
import gradio as gr
def flip_text(x):
return x[::-1]
def flip_image(x):
return np.fliplr(x)
with gr.Blocks() as demo:
gr.Markdown("Flip text or image files using this demo.") # 使用 Markdown 输出一句话
with gr.Tab("Flip Text"): # 新建一个 Tab
text_input = gr.Textbox()
text_output = gr.Textbox()
text_button = gr.Button("Flip")
with gr.Tab("Flip Image"): # 新建一个 Tab
with gr.Row(): # 同一行排列
image_input = gr.Image()
image_output = gr.Image()
image_button = gr.Button("Flip")
with gr.Accordion("Open for More!"): # 可折叠的组件
gr.Markdown("Look at me...")
text_button.click(flip_text, inputs=text_input, outputs=text_output) # 按钮绑定相应的槽函数
image_button.click(flip_image, inputs=image_input, outputs=image_output) # 按钮绑定相应的槽函数
demo.launch()
上述案例使用 gr.Tab() 创建了两个 Tab，在第一个 Tab 中组件默认一个组件占一行，在第二个 Tab 中使用 gr.Row() 设置两个 Image 组件在同一行排列；
案例使用 gr.Markdown() 输出一句话，并使用 gr.Accordion() 来设置一个可折叠的组件；
上述案例的功能是实现输入 Text 的反转，以及实现输入 Image 的左右反转；