Jupyter Notebook，太强大了

最新推荐文章于 2023-06-04 09:17:58 发布

七步编程

最新推荐文章于 2023-06-04 09:17:58 发布

阅读量870

点赞数 2

分类专栏： python 工具学习文章标签： python jupyter django

本文链接：https://blog.csdn.net/jakpopc/article/details/125299395

版权

工具同时被 3 个专栏收录

152 篇文章 7 订阅

订阅专栏

python

91 篇文章 4 订阅

订阅专栏

学习

64 篇文章 6 订阅

订阅专栏

Jupyter Notebook应该很多同学都或多或少有所了解，但是，很多同学还停留在Python、数据分析、交互式开发。

其实，除了这些之外，Jupyter Notebook还可以完成很多你意想不到的事情。

例如，Python工具包开发、创建幻灯片、创建电子书、写博客、写报告、数据看板、REST API、网页应用等。

以网页应用为例，提起开发一个网页应用，很多同学第一印象都会想到需要前端、后端、服务部署等繁琐的步骤，需要具备html、JavaScript、Java或者Python、Django知识。

其实，通过Jupyter Notebook就可以开发一款可部署的网页应用。

下面，就以一个图像处理的网页应用为例给大家演示一下。

准备工作

在正式的开发之前，先把开发环境配置、Python工具包这些基本的准备工作做一下。

环境配置

创建一个虚拟环境，单独的用于这个网页应用，虚拟环境的好处就可以实现不同应用之间的环境隔离，避免不同项目/应用依赖不同版本的工具包导致冲突。

virtualenv sketchenv
source sketchenv/bin/activate

这里的sketchenv是虚拟环境的名称，你也可以起其他名称。

安装工具包

下面，就是按照开发网页应用需要的一些工具包：

mljar-mercury
opencv-python-headless
pillow
matplotlib

其中，mercury是一款能够将jupyter notebook转换成网页应用的框架，其余的几款都是用于图像处理的工具包。

正式开始

下面，就正式开始开发工具。

首先，打开一个Jupyter Notebook的窗口：

jupyter notebook

然后，导入一些需要用到的Python工具包并对图像进行一下初始设置：

import os
import cv2
from PIL import Image
from matplotlib import pyplot as plt

import matplotlib as mpl
mpl.rcParams['figure.figsize'] = (12,12)
mpl.rcParams['axes.grid'] = False

在Jupyter Notebook打开一个新的单元格，输出以下代码，谨记，需要新打开一个，不能和其他单元格的代码放在一起：

image_path = "/home/jackpop/Downloads/house.jpg"
output_dir = "output_images"

image_path是一个要处理图像的路径，output_dir是目录名，用于保存处理好的新图像。

在下一个单元中，将定义一个显示图像的函数：

def imshow(image, title=None, fname=None):
    if len(image.shape) > 3:
        image = tf.squeeze(image, axis=0)

    plt.imshow(image)
    plt.axis('off')
    if title:
        plt.title(title)
    if fname:
        plt.savefig(fname)

然后，载入图像并显示：

img = cv2.imread(image_path)
RGB_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
imshow(RGB_img)

你会看到下图：

现在开始对图像进行处理，生成艺术素描图像：

# 图像转化
grayed = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
inverted = cv2.bitwise_not(grayed)
blurred = cv2.GaussianBlur(inverted, (19, 19), sigmaX=0, sigmaY=0)
def blend(x, y):
    return cv2.divide(x, 255 - y, scale=256)
final_result = blend(grayed, blurred)

# 保存图像
_ = cv2.imwrite(os.path.join(output_dir, "sketch_photo.jpg"), final_result)

# 显示图像
RGB_img = cv2.cvtColor(final_result, cv2.COLOR_BGR2RGB)
imshow(RGB_img)

经过处理之后，你会看到如下图像：

到这里，核心的代码都已经完成了，已经有了Jupyter Notebook代码，那么，该怎么编程网页应用呢？

这就用到前面安装的工具包mercury，前面已经介绍，它可以将Jupyter Notebook转化成网页应用。

首先，执行如下命令：

mercury watch sketch_app.ipynb

在浏览器中打开http://127.0.0.1:8000/链接，会看到一个卡片，如下所示：

请点击卡片，你会看到它的警告信息，告诉你缺少YAML头。

这就涉及到mercury中的一个比较重要的东西，配置信息，它是一种yaml格式的配置信息，主要包含标题、配置参数等内容。

下面，就在Jupyter Notebook开头创建一个RAW格式的单元，输入相关的yaml配置信息：

---
title: Convert Photo to Sketch 🖌️
description: Create sketch from uploaded a photo
show-code: False
params:
    image_path:
        input: file
        label: Please upload a photo
    output_dir:
        output: dir
---