streamlit.errors.StreamlitAPIException：‘valid ()’不是一个有效的Streamlit命令

Question

我试图将图像传递给我的函数loadImage

def loadImage(image):
    np_image = Image.open(image)
    np_image = np.array(np_image).astype('float32') / 255
    np_image = transform.resize(np_image, (224, 224, 3))
    #  np_image = np.expand_dims(np_image, axis=0)
    return np_image

当我试图传递从Streamlit图像读取的图像时，它会给出以下错误：

raise StreamlitAPIException(message)
streamlit.errors.StreamlitAPIException: `seek()` is not a valid Streamlit command.

我的主要功能命令：

list = predictions(model=model, breed_list=breed_list, image=st.image(img))

预测功能：

def predictions(model, breed_list, image):
    probabilities = model.predict(helper.loadImage(image))
    return probabilities

加载图像

img_file = st.sidebar.file_uploader(label='Upload a file', type=['png', 'jpg'])
    if img_file:
        img = Image.open(img_file)

全误差

Answer 1

Image.open()需要一个文件名、pathlib.Path或IO类对象，但是您要将st.image(img)的输出传递给它，它将是一个对象(本质上是一个Streamlit元素)。由于st.image(img)的输出不是文件名(即字符串)，也不是pathlib.Path对象，因此Image.open()假设它是一个类似IO的对象，因此它试图调用.seek()方法( DeltaGenerator对象不提供该方法，这就导致了错误)。

根据您的代码判断，我假设img表示要显示的某个图像的文件名。如果是这种情况，您可能需要更改代码，以便首先将图像加载到numpy数组中，然后在Streamlit中呈现加载的图像，然后根据它进行预测：

def loadImage(image):
    np_image = Image.open(image)
    np_image = np.array(np_image).astype('float32') / 255
    np_image = transform.resize(np_image, (224, 224, 3))
    #  np_image = np.expand_dims(np_image, axis=0)
    return np_image

def predictions(model, breed_list, image):
    probabilities = model.predict(loadImage(image))
    return probabilities

loaded_img = loadImage(img)
st.image(img)
list = predictions(model=model, breed_list=breed_list, image=loaded_img)

此外，顺便提一下:为了减少混乱，我强烈建议在list = predictions(...)中将list = predictions(...)重命名为与Python内置的list不冲突的东西--可能是predicted。