requirements.txt

gradio==4.39.0
transformers==4.44.2
torch==2.4.1
pillow==10.4.0

app.py

@@ -0,0 +1,27 @@
+import gradio as gr
+from transformers import pipeline
+from PIL import Image
+
+# 加载预训练的图像文本描述模型
+image_to_text = pipeline("image-to-text", model="nlpconnect/vit-gpt2-image-captioning")
+
+# 定义核心生成函数
+def generate_caption(image):
+    # 处理图像并生成描述
+    results = image_to_text(image)
+    # 提取生成的文本内容，格式化输出
+    return f"图像描述：{results[0]['generated_text']}"
+
+# 搭建Gradio交互式界面
+with gr.Blocks(title="图像文本描述生成工具") as demo:
+    gr.Markdown("# 图像文本描述生成工具")
+    gr.Markdown("上传任意图片，将自动生成对应的英文文本描述~")
+    # 图像上传组件
+    image_input = gr.Image(type="pil", label="上传图片")
+    # 结果输出组件
+    text_output = gr.Textbox(label="生成的文本描述")
+    # 按钮绑定函数，点击触发生成
+    gr.Button("生成描述").click(fn=generate_caption, inputs=image_input, outputs=text_output)
+
+if __name__ == "__main__":
+    demo.launch()