全文共3154字，預計學習時長8分鐘
藉助Streamlit框架，使用用戶界面展示Python項目變得前所未有的簡單，你可以僅僅使用Python代碼來構建基於瀏覽器的UI。
本次演示將為迷宮求解器程序構建UI。
Streamlit
Streamlit是一種Web框架，旨在供數據科學家使用Python輕鬆部署模型和可視化。它運行速度既快又簡約，代碼既漂亮又對用戶友好。
它們是有用於用戶輸入的內置小部件，例如圖像上載、滑塊、文本輸入，以及其他熟悉的HTML元素（例如複選框和單選按鈕）。每當用戶與簡化的應用程式進行交互時，python腳本就會從頭到尾重新運行，這是在考慮應用程式的不同狀態時要記住的重要概念。
使用pip安裝Streamlit：
Pip install streamlit
並在python腳本上運行streamlit：
Streamlit run app.py
使用例子
我在上一篇文章中演示構建了一個Python程序（https://towardsdatascience.com/solving-mazes-with-python-f7a412f2493f），該程序將解決給定圖像文件和起始/結束位置的迷宮。
現在，我希望將此程序變成一個單頁Web應用程式，用戶可以在其中上傳迷宮圖像（或使用默認迷宮圖像），調整迷宮的開始和結束位置，並查看最終解決的迷宮。
首先，為圖像上傳器創建UI，並選擇使用默認圖像的選項。可以使用st.write（）或st.title（）之類的函數添加文本輸出，使用streamlit的st.file_uploader（）函數存儲動態上傳的文件。最後，st.checkbox（）將根據用戶是否已選中複選框返回一個布爾值。
import streamlit as st
import cv2
import matplotlib.pyplot as plt
import numpy as np
import maze
st.title('Maze Solver')
uploaded_file = st.file_uploader("Choose an image", ["jpg","jpeg","png"]) #image uploader
st.write('Or')
use_default_image = st.checkbox('Use default maze')
結果：
然後，可以將默認圖像或上傳的圖像讀取為可用的OpenCV圖像格式。
if use_default_image:
opencv_image = cv2.imread('maze5.jpg')
elif uploaded_file isnotNone:
file_bytes = np.asarray(bytearray(uploaded_file.read()), dtype=np.uint8)
opencv_image = cv2.imdecode(file_bytes, 1)
上載圖像後，要顯示標記有起點和終點的圖像。將使用滑塊允許用戶重新定位這些點。st.sidebar（）函數在頁面上添加了一個側邊欄，st.slider（）在定義的最小值和最大值內接受數字輸入，你可以根據迷宮圖像的大小動態定義滑塊的最小值和最大值。
if opencv_image isnotNone:
st.subheader('Use the sliders on the left to position the start and endpoints')
start_x = st.sidebar.slider("Start X", value=24if use_default_image else50, min_value=0, max_value=opencv_image.shape[1], key='sx')
start_y = st.sidebar.slider("Start Y", value=332if use_default_image else100, min_value=0, max_value=opencv_image.shape[0], key='sy')
finish_x = st.sidebar.slider("Finish X", value=309if use_default_image else100, min_value=0, max_value=opencv_image.shape[1], key='fx')
finish_y = st.sidebar.slider("Finish Y", value=330if use_default_image else100, min_value=0, max_value=opencv_image.shape[0], key='fy')
marked_image = opencv_image.copy()
circle_thickness=(marked_image.shape[0]+marked_image.shape[0])//2//100#circle thickness based on img size
cv2.circle(marked_image,(start_x, start_y), circle_thickness, (0,255,0),-1)
cv2.circle(marked_image,(finish_x, finish_y), circle_thickness, (255,0,0),-1)
st.image(marked_image,channels="RGB", width=800)
每當用戶調整滑塊時，圖像都會快速重新渲染，並且點會更改位置。
一旦用戶確定了開始位置和結束位置，就需要一個按鈕來解決迷宮並顯示解決方案。僅在其子進程運行時顯示st.spinner（）元素，並且使用st.image（）調用顯示圖像。
if marked_image isnotNone:
if st.button('Solve Maze'):
with st.spinner('Solving your maze'):
path = maze.find_shortest_path(opencv_image,(start_x,start_y),(finish_x, finish_y))
pathed_image = opencv_image.copy()
path_thickness = (pathed_image.shape[0]+pathed_image.shape[0])//200
maze.drawPath(pathed_image,path, path_thickness)
st.image(pathed_image,channels="RGB", width=800)
瞧瞧，不需要編寫任何傳統的前端代碼，我們用不到40行代碼為Python圖像處理應用程式創建了一個簡單的UI。
事實上， Streamlit除了能夠消化簡單的Python代碼之外，無論用戶與頁面進行交互還是更改了腳本，Streamlit都會從上至下智能地重新運行腳本的必要部分，這樣可以實現直接的數據流和快速開發，它讓一切變得簡單！
留言點讚關注
我們一起分享AI學習與發展的乾貨
如轉載，請後臺留言，遵守轉載規範