Python调用Ostrakon-VL-8B API实战批量图片分析与报告生成你是不是也遇到过这样的场景手头有几百张产品图片、用户上传的截图或者监控画面需要一张张看然后手动整理出里面的关键信息。比如电商运营要统计商品主图里都出现了哪些元素内容审核要快速筛查违规图片或者数据分析师想从一堆图表截图里提取数据趋势。人工处理不仅耗时耗力还容易出错。最近我试用了Ostrakon-VL-8B这个多模态大模型发现它的图片理解能力相当不错而且提供了方便的API接口。我就琢磨着能不能用Python写个脚本让它自动帮我处理成百上千张图片最后还能生成一份像模像样的分析报告。折腾了几天还真搞定了。今天这篇文章我就手把手带你走一遍这个流程。你不用有很深的大模型背景只要会点Python基础跟着步骤来就能搭建一个属于自己的批量图片分析小工具。整个过程我们会用到requests库来调用API用asyncio来加速用pandas整理数据最后再用matplotlib画点图生成一份PDF报告。咱们从零开始一步步来。1. 准备工作环境与素材工欲善其事必先利其器。在开始写代码之前咱们得先把环境和素材准备好。1.1 安装必要的Python库打开你的终端或者命令行用pip安装下面这几个库。它们是我们这个项目的核心依赖。pip install requests aiohttp pandas matplotlib reportlab pillow简单说一下这几个库是干嘛的requests / aiohttp: 用来发送HTTP请求和Ostrakon-VL-8B的API“对话”。aiohttp是异步版本的处理大批量请求时速度更快。pandas: 数据分析的老朋友了用来整理和清洗我们从API返回的海量数据。matplotlib: 画图神器把分析结果可视化让报告更直观。reportlab: 用来生成最终的PDF格式报告。pillow: Python里处理图片的标准库我们用它来获取图片的一些基本信息。1.2 获取API访问凭证要调用API你得有一个“通行证”也就是API Key。这个需要你去Ostrakon-VL-8B的服务提供商那里申请通常注册账号后能在控制台找到。拿到之后最好把它设置成环境变量别直接写在代码里不安全。# 在Linux/Mac的终端里 export OSTRAKON_API_KEY你的实际API密钥 # 在Windows的PowerShell里 $env:OSTRAKON_API_KEY你的实际API密钥在Python代码里我们可以这样安全地读取它import os api_key os.environ.get(OSTRAKON_API_KEY) if not api_key: print(错误未找到环境变量 OSTRAKON_API_KEY) exit(1)1.3 准备你的图片库找一个大一点的文件夹把你想要分析的图片都放进去。支持常见的格式比如.jpg,.png,.jpeg都行。为了测试你可以先放十几张不同类型的图片进去比如风景、人物、图表、文字截图等等这样能更好地测试模型的能力。2. 核心步骤调用API分析单张图片我们先从最简单的开始搞定怎么让Python程序“看懂”一张图片。2.1 了解API的基本格式Ostrakon-VL-8B的图片理解API通常是一个接收图片文件和提问的接口。假设它的端点URL是https://api.example.com/v1/vision/analyze请替换为实际地址我们需要用POST方法发送一个请求。请求里主要包含两部分图片文件以二进制形式上传。提示词Prompt用文字告诉模型你想让它分析什么。比如“描述这张图片的主要内容”或者“列出图片中出现的所有物体”。2.2 编写第一个请求函数我们来写一个函数实现上传一张图片并获取分析结果。import requests def analyze_single_image(image_path, api_key, prompt请详细描述这张图片的内容。): 分析单张图片 :param image_path: 图片文件的本地路径 :param api_key: API密钥 :param prompt: 给模型的指令 :return: API返回的JSON数据 api_url https://api.example.com/v1/vision/analyze # 请替换为真实URL # 准备请求头通常API Key放在Authorization字段 headers { Authorization: fBearer {api_key} } # 准备要发送的数据 with open(image_path, rb) as img_file: files {image: (os.path.basename(image_path), img_file, image/jpeg)} data {prompt: prompt} try: response requests.post(api_url, headersheaders, filesfiles, datadata, timeout30) response.raise_for_status() # 如果请求失败4xx或5xx抛出异常 return response.json() # 解析返回的JSON except requests.exceptions.RequestException as e: print(f分析图片 {image_path} 时出错: {e}) return None # 试试这个函数 if __name__ __main__: result analyze_single_image(./test_image.jpg, api_key) if result: print(分析成功) print(模型回复:, result.get(choices, [{}])[0].get(message, {}).get(content, 无内容))运行一下如果看到模型返回了一段对图片的文字描述恭喜你第一步成功了这个函数是我们整个项目的基础。3. 效率提升批量与异步处理一张一张处理太慢了。面对几百张图片我们需要并发请求。3.1 使用异步请求加速我们用aiohttp来改造上面的函数让它能同时处理多个请求。import aiohttp import asyncio from pathlib import Path async def analyze_image_async(session, image_path, api_key, prompt请详细描述这张图片的内容。): 异步分析单张图片的协程函数 api_url https://api.example.com/v1/vision/analyze headers {Authorization: fBearer {api_key}} try: with open(image_path, rb) as f: data aiohttp.FormData() data.add_field(prompt, prompt) data.add_field(image, f, filenamePath(image_path).name, content_typeimage/jpeg) async with session.post(api_url, headersheaders, datadata, timeout30) as response: response.raise_for_status() return await response.json() except Exception as e: print(f图片 {image_path} 分析失败: {e}) return None async def batch_analyze_images(image_paths, api_key, prompt请详细描述这张图片的内容。): 批量分析图片的主函数 connector aiohttp.TCPConnector(limit10) # 限制并发连接数避免把服务器搞垮 async with aiohttp.ClientSession(connectorconnector) as session: tasks [] for img_path in image_paths: task asyncio.create_task(analyze_image_async(session, img_path, api_key, prompt)) tasks.append(task) # 等待所有任务完成 results await asyncio.gather(*tasks, return_exceptionsTrue) return results # 如何使用 if __name__ __main__: import glob # 找到某个文件夹下所有的jpg和png图片 image_files glob.glob(./your_image_folder/*.jpg) glob.glob(./your_image_folder/*.png) # 运行异步任务 loop asyncio.get_event_loop() all_results loop.run_until_complete(batch_analyze_images(image_files[:10], api_key)) # 先测试10张 print(f共处理了 {len(all_results)} 张图片)这段代码的核心是asyncio.gather它同时发起多个网络请求等所有请求都有结果了再一起返回。比用for循环一张张等快多了。limit10表示最多同时10个连接你可以根据API的限流策略调整。4. 数据整理从JSON到结构化表格API返回的数据是JSON格式的一堆堆的不方便看。我们用pandas把它整理成清晰的表格。4.1 解析与提取关键信息假设API返回的JSON结构里模型的回答在choices[0].message.content这个路径下。我们需要从这个回答里提取出我们关心的信息。比如我们可以让模型以固定格式如JSON返回或者用简单的规则来解析文本。这里我们假设模型返回的是自由文本描述。我们可以写一个简单的函数从描述中提取一些关键词这只是一个示例实际应用可能需要更复杂的NLP处理。import pandas as pd import re def parse_image_description(description): 一个简单的示例函数从描述文本中提取可能的关键信息 info {} info[raw_description] description # 示例简单查找一些关键词实际应用中可以更复杂 keywords [人, 车, 建筑, 动物, 树, 天空, 文字, 图表] found_keywords [] for kw in keywords: if kw in description: found_keywords.append(kw) info[detected_keywords] , .join(found_keywords) if found_keywords else 无 # 示例估算描述长度作为信息丰富度的简单指标 info[description_length] len(description) return info def results_to_dataframe(analysis_results, image_paths): 将批量分析结果转换为pandas DataFrame rows [] for img_path, result in zip(image_paths, analysis_results): if result and choices in result: description result[choices][0][message][content] parsed_info parse_image_description(description) row { image_filename: Path(img_path).name, image_path: img_path, **parsed_info # 将解析出的信息字典展开 } rows.append(row) else: # 处理失败的情况 rows.append({ image_filename: Path(img_path).name, image_path: img_path, raw_description: 分析失败, detected_keywords: 分析失败, description_length: 0 }) df pd.DataFrame(rows) return df # 整合到主流程 if __name__ __main__: # 假设 all_results 是上一步异步批量处理的结果 image_files [./img1.jpg, ./img2.png] # 你的图片路径列表 df results_to_dataframe(all_results, image_files) print(数据预览) print(df.head()) # 保存到CSV文件 df.to_csv(image_analysis_results.csv, indexFalse, encodingutf-8-sig) print(结果已保存到 image_analysis_results.csv)现在所有图片的分析结果都整整齐齐地躺在了一个DataFrame里并且保存成了CSV文件。你可以用Excel打开看也可以用pandas做进一步的统计分析比如统计哪种关键词出现得最多。5. 报告生成可视化与PDF输出光有数据表格还不够直观我们把它变成图表和一份正式的PDF报告。5.1 使用Matplotlib生成统计图表我们来根据关键词的出现频率画个柱状图。import matplotlib.pyplot as plt from collections import Counter def generate_visualizations(df, output_dir./report_assets): 生成分析图表 Path(output_dir).mkdir(parentsTrue, exist_okTrue) # 1. 关键词频率统计图 all_keywords [] for kw_str in df[detected_keywords].dropna(): if kw_str not in [无, 分析失败]: all_keywords.extend([k.strip() for k in kw_str.split(,)]) if all_keywords: keyword_counts Counter(all_keywords) top_keywords keyword_counts.most_common(10) # 取前10个 plt.figure(figsize(10, 6)) keywords, counts zip(*top_keywords) if top_keywords else ([], []) plt.bar(keywords, counts) plt.title(图片内容关键词出现频率 Top 10) plt.xlabel(关键词) plt.ylabel(出现次数) plt.xticks(rotation45) plt.tight_layout() keyword_chart_path Path(output_dir) / keyword_frequency.png plt.savefig(keyword_chart_path, dpi150) plt.close() print(f关键词统计图已保存: {keyword_chart_path}) else: keyword_chart_path None # 2. 描述长度分布直方图 plt.figure(figsize(10, 6)) plt.hist(df[df[description_length]0][description_length], bins20, edgecolorblack) plt.title(图片描述文本长度分布) plt.xlabel(描述长度字符数) plt.ylabel(图片数量) plt.tight_layout() length_chart_path Path(output_dir) / description_length_dist.png plt.savefig(length_chart_path, dpi150) plt.close() print(f描述长度分布图已保存: {length_chart_path}) return keyword_chart_path, length_chart_path5.2 使用ReportLab创建PDF报告最后我们把分析摘要、统计表格和生成的图表打包进一份PDF报告。from reportlab.lib.pagesizes import A4 from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer, Image, Table, TableStyle from reportlab.lib.styles import getSampleStyleSheet, ParagraphStyle from reportlab.lib.units import inch from reportlab.lib import colors def create_pdf_report(df, keyword_chart_path, length_chart_path, output_pdfimage_analysis_report.pdf): 生成最终的PDF分析报告 doc SimpleDocTemplate(output_pdf, pagesizeA4) story [] styles getSampleStyleSheet() # 添加标题 title_style ParagraphStyle(CustomTitle, parentstyles[Heading1], fontSize24, spaceAfter30) story.append(Paragraph(批量图片智能分析报告, title_style)) # 添加报告摘要 story.append(Paragraph(fb分析概览/b, styles[Heading2])) story.append(Spacer(1, 12)) total_images len(df) success_count len(df[df[raw_description] ! 分析失败]) avg_length df[df[description_length]0][description_length].mean() summary_text f 本次共分析图片 b{total_images}/b 张。br/ 成功分析 b{success_count}/b 张成功率 b{(success_count/total_images*100):.1f}%/b。br/ 平均每张图片的描述长度为 b{avg_length:.0f}/b 个字符。br/ 分析完成时间{pd.Timestamp.now().strftime(%Y-%m-%d %H:%M:%S)} story.append(Paragraph(summary_text, styles[Normal])) story.append(Spacer(1, 20)) # 添加关键词统计图表 if keyword_chart_path and Path(keyword_chart_path).exists(): story.append(Paragraph(b内容关键词频率统计/b, styles[Heading2])) story.append(Spacer(1, 12)) img Image(str(keyword_chart_path), width6*inch, height3.6*inch) story.append(img) story.append(Spacer(1, 20)) # 添加数据样本表格前5行 story.append(Paragraph(b详细分析数据样本/b, styles[Heading2])) story.append(Spacer(1, 12)) # 准备表格数据 table_data [[文件名, 检测关键词, 描述长度]] sample_df df.head().copy() # 只展示前5条 for _, row in sample_df.iterrows(): table_data.append([ row[image_filename][:20] (... if len(row[image_filename])20 else ), row[detected_keywords][:30] (... if len(row[detected_keywords])30 else ), str(row[description_length]) ]) table Table(table_data, colWidths[2*inch, 3*inch, 1*inch]) table.setStyle(TableStyle([ (BACKGROUND, (0,0), (-1,0), colors.grey), (TEXTCOLOR, (0,0), (-1,0), colors.whitesmoke), (ALIGN, (0,0), (-1,-1), CENTER), (FONTNAME, (0,0), (-1,0), Helvetica-Bold), (FONTSIZE, (0,0), (-1,0), 12), (BOTTOMPADDING, (0,0), (-1,0), 12), (BACKGROUND, (0,1), (-1,-1), colors.beige), (GRID, (0,0), (-1,-1), 1, colors.black) ])) story.append(table) # 添加备注 story.append(Spacer(1, 20)) note_style ParagraphStyle(Note, parentstyles[Normal], fontSize10, textColorcolors.grey) story.append(Paragraph(注完整数据请查看同目录下生成的 image_analysis_results.csv 文件。, note_style)) # 生成PDF doc.build(story) print(fPDF分析报告已生成: {output_pdf}) # 整合所有步骤的主函数 def main_analysis_pipeline(image_folder, api_key, prompt请详细描述这张图片的内容。): 从图片文件夹到生成报告的完整流程 print(开始批量图片分析流程...) # 1. 收集图片 image_paths list(Path(image_folder).glob(*.jpg)) list(Path(image_folder).glob(*.png)) print(f找到 {len(image_paths)} 张图片。) # 2. 异步批量分析 print(正在调用API分析图片...) loop asyncio.get_event_loop() analysis_results loop.run_until_complete(batch_analyze_images(image_paths[:50], api_key, prompt)) # 限制50张防止超时 # 3. 整理数据 print(正在整理分析结果...) df results_to_dataframe(analysis_results, image_paths[:50]) df.to_csv(image_analysis_results.csv, indexFalse, encodingutf-8-sig) # 4. 生成图表 print(正在生成可视化图表...) keyword_chart, length_chart generate_visualizations(df) # 5. 生成PDF报告 print(正在生成PDF报告...) create_pdf_report(df, keyword_chart, length_chart) print(流程完成) return df if __name__ __main__: # 在这里设置你的图片文件夹路径 your_image_folder ./your_images main_analysis_pipeline(your_image_folder, api_key)运行这个main_analysis_pipeline函数它会自动完成从读取图片、调用API、分析数据到生成报告的全过程。最终你会在当前目录下得到两个文件image_analysis_results.csv原始数据和image_analysis_report.pdf图文并茂的报告。6. 总结与扩展思路整个流程跑下来你会发现用Python把Ostrakon-VL-8B这样的视觉大模型API集成到自动化工作流里其实并没有想象中那么复杂。核心就是几个步骤准备数据、调用接口、处理结果、输出报告。异步请求让批量处理变得高效pandas让数据清洗变得轻松而matplotlib和reportlab则让结果展示变得专业。实际用的时候你可能还需要考虑一些细节。比如API可能有调用频率限制你需要加一些延时或者错误重试机制。解析模型返回的文本时可以根据你的业务需求设计更精准的规则或者尝试让模型直接以结构化格式比如JSON输出。报告模板也可以做得更美观加入公司Logo、更复杂的图表等等。这个脚本就像一个乐高底座你可以根据不同的需求往上叠加模块。比如如果想做电商图片审核可以把提示词改成“判断图片是否包含裸露或暴力内容”如果想分析社交媒体图片的情感倾向可以改成“描述图片的整体氛围是积极、消极还是中性”。可能性很多关键是把大模型的能力和你手头的具体问题结合起来。希望这个实战教程能给你带来启发。动手试试吧从处理你电脑里的那个图片文件夹开始感受一下自动化分析带来的效率提升。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
Python调用Ostrakon-VL-8B API实战：批量图片分析与报告生成
发布时间：2026/6/9 23:41:37
Python调用Ostrakon-VL-8B API实战批量图片分析与报告生成你是不是也遇到过这样的场景手头有几百张产品图片、用户上传的截图或者监控画面需要一张张看然后手动整理出里面的关键信息。比如电商运营要统计商品主图里都出现了哪些元素内容审核要快速筛查违规图片或者数据分析师想从一堆图表截图里提取数据趋势。人工处理不仅耗时耗力还容易出错。最近我试用了Ostrakon-VL-8B这个多模态大模型发现它的图片理解能力相当不错而且提供了方便的API接口。我就琢磨着能不能用Python写个脚本让它自动帮我处理成百上千张图片最后还能生成一份像模像样的分析报告。折腾了几天还真搞定了。今天这篇文章我就手把手带你走一遍这个流程。你不用有很深的大模型背景只要会点Python基础跟着步骤来就能搭建一个属于自己的批量图片分析小工具。整个过程我们会用到requests库来调用API用asyncio来加速用pandas整理数据最后再用matplotlib画点图生成一份PDF报告。咱们从零开始一步步来。1. 准备工作环境与素材工欲善其事必先利其器。在开始写代码之前咱们得先把环境和素材准备好。1.1 安装必要的Python库打开你的终端或者命令行用pip安装下面这几个库。它们是我们这个项目的核心依赖。pip install requests aiohttp pandas matplotlib reportlab pillow简单说一下这几个库是干嘛的requests / aiohttp: 用来发送HTTP请求和Ostrakon-VL-8B的API“对话”。aiohttp是异步版本的处理大批量请求时速度更快。pandas: 数据分析的老朋友了用来整理和清洗我们从API返回的海量数据。matplotlib: 画图神器把分析结果可视化让报告更直观。reportlab: 用来生成最终的PDF格式报告。pillow: Python里处理图片的标准库我们用它来获取图片的一些基本信息。1.2 获取API访问凭证要调用API你得有一个“通行证”也就是API Key。这个需要你去Ostrakon-VL-8B的服务提供商那里申请通常注册账号后能在控制台找到。拿到之后最好把它设置成环境变量别直接写在代码里不安全。# 在Linux/Mac的终端里 export OSTRAKON_API_KEY你的实际API密钥 # 在Windows的PowerShell里 $env:OSTRAKON_API_KEY你的实际API密钥在Python代码里我们可以这样安全地读取它import os api_key os.environ.get(OSTRAKON_API_KEY) if not api_key: print(错误未找到环境变量 OSTRAKON_API_KEY) exit(1)1.3 准备你的图片库找一个大一点的文件夹把你想要分析的图片都放进去。支持常见的格式比如.jpg,.png,.jpeg都行。为了测试你可以先放十几张不同类型的图片进去比如风景、人物、图表、文字截图等等这样能更好地测试模型的能力。2. 核心步骤调用API分析单张图片我们先从最简单的开始搞定怎么让Python程序“看懂”一张图片。2.1 了解API的基本格式Ostrakon-VL-8B的图片理解API通常是一个接收图片文件和提问的接口。假设它的端点URL是https://api.example.com/v1/vision/analyze请替换为实际地址我们需要用POST方法发送一个请求。请求里主要包含两部分图片文件以二进制形式上传。提示词Prompt用文字告诉模型你想让它分析什么。比如“描述这张图片的主要内容”或者“列出图片中出现的所有物体”。2.2 编写第一个请求函数我们来写一个函数实现上传一张图片并获取分析结果。import requests def analyze_single_image(image_path, api_key, prompt请详细描述这张图片的内容。): 分析单张图片 :param image_path: 图片文件的本地路径 :param api_key: API密钥 :param prompt: 给模型的指令 :return: API返回的JSON数据 api_url https://api.example.com/v1/vision/analyze # 请替换为真实URL # 准备请求头通常API Key放在Authorization字段 headers { Authorization: fBearer {api_key} } # 准备要发送的数据 with open(image_path, rb) as img_file: files {image: (os.path.basename(image_path), img_file, image/jpeg)} data {prompt: prompt} try: response requests.post(api_url, headersheaders, filesfiles, datadata, timeout30) response.raise_for_status() # 如果请求失败4xx或5xx抛出异常 return response.json() # 解析返回的JSON except requests.exceptions.RequestException as e: print(f分析图片 {image_path} 时出错: {e}) return None # 试试这个函数 if __name__ __main__: result analyze_single_image(./test_image.jpg, api_key) if result: print(分析成功) print(模型回复:, result.get(choices, [{}])[0].get(message, {}).get(content, 无内容))运行一下如果看到模型返回了一段对图片的文字描述恭喜你第一步成功了这个函数是我们整个项目的基础。3. 效率提升批量与异步处理一张一张处理太慢了。面对几百张图片我们需要并发请求。3.1 使用异步请求加速我们用aiohttp来改造上面的函数让它能同时处理多个请求。import aiohttp import asyncio from pathlib import Path async def analyze_image_async(session, image_path, api_key, prompt请详细描述这张图片的内容。): 异步分析单张图片的协程函数 api_url https://api.example.com/v1/vision/analyze headers {Authorization: fBearer {api_key}} try: with open(image_path, rb) as f: data aiohttp.FormData() data.add_field(prompt, prompt) data.add_field(image, f, filenamePath(image_path).name, content_typeimage/jpeg) async with session.post(api_url, headersheaders, datadata, timeout30) as response: response.raise_for_status() return await response.json() except Exception as e: print(f图片 {image_path} 分析失败: {e}) return None async def batch_analyze_images(image_paths, api_key, prompt请详细描述这张图片的内容。): 批量分析图片的主函数 connector aiohttp.TCPConnector(limit10) # 限制并发连接数避免把服务器搞垮 async with aiohttp.ClientSession(connectorconnector) as session: tasks [] for img_path in image_paths: task asyncio.create_task(analyze_image_async(session, img_path, api_key, prompt)) tasks.append(task) # 等待所有任务完成 results await asyncio.gather(*tasks, return_exceptionsTrue) return results # 如何使用 if __name__ __main__: import glob # 找到某个文件夹下所有的jpg和png图片 image_files glob.glob(./your_image_folder/*.jpg) glob.glob(./your_image_folder/*.png) # 运行异步任务 loop asyncio.get_event_loop() all_results loop.run_until_complete(batch_analyze_images(image_files[:10], api_key)) # 先测试10张 print(f共处理了 {len(all_results)} 张图片)这段代码的核心是asyncio.gather它同时发起多个网络请求等所有请求都有结果了再一起返回。比用for循环一张张等快多了。limit10表示最多同时10个连接你可以根据API的限流策略调整。4. 数据整理从JSON到结构化表格API返回的数据是JSON格式的一堆堆的不方便看。我们用pandas把它整理成清晰的表格。4.1 解析与提取关键信息假设API返回的JSON结构里模型的回答在choices[0].message.content这个路径下。我们需要从这个回答里提取出我们关心的信息。比如我们可以让模型以固定格式如JSON返回或者用简单的规则来解析文本。这里我们假设模型返回的是自由文本描述。我们可以写一个简单的函数从描述中提取一些关键词这只是一个示例实际应用可能需要更复杂的NLP处理。import pandas as pd import re def parse_image_description(description): 一个简单的示例函数从描述文本中提取可能的关键信息 info {} info[raw_description] description # 示例简单查找一些关键词实际应用中可以更复杂 keywords [人, 车, 建筑, 动物, 树, 天空, 文字, 图表] found_keywords [] for kw in keywords: if kw in description: found_keywords.append(kw) info[detected_keywords] , .join(found_keywords) if found_keywords else 无 # 示例估算描述长度作为信息丰富度的简单指标 info[description_length] len(description) return info def results_to_dataframe(analysis_results, image_paths): 将批量分析结果转换为pandas DataFrame rows [] for img_path, result in zip(image_paths, analysis_results): if result and choices in result: description result[choices][0][message][content] parsed_info parse_image_description(description) row { image_filename: Path(img_path).name, image_path: img_path, **parsed_info # 将解析出的信息字典展开 } rows.append(row) else: # 处理失败的情况 rows.append({ image_filename: Path(img_path).name, image_path: img_path, raw_description: 分析失败, detected_keywords: 分析失败, description_length: 0 }) df pd.DataFrame(rows) return df # 整合到主流程 if __name__ __main__: # 假设 all_results 是上一步异步批量处理的结果 image_files [./img1.jpg, ./img2.png] # 你的图片路径列表 df results_to_dataframe(all_results, image_files) print(数据预览) print(df.head()) # 保存到CSV文件 df.to_csv(image_analysis_results.csv, indexFalse, encodingutf-8-sig) print(结果已保存到 image_analysis_results.csv)现在所有图片的分析结果都整整齐齐地躺在了一个DataFrame里并且保存成了CSV文件。你可以用Excel打开看也可以用pandas做进一步的统计分析比如统计哪种关键词出现得最多。5. 报告生成可视化与PDF输出光有数据表格还不够直观我们把它变成图表和一份正式的PDF报告。5.1 使用Matplotlib生成统计图表我们来根据关键词的出现频率画个柱状图。import matplotlib.pyplot as plt from collections import Counter def generate_visualizations(df, output_dir./report_assets): 生成分析图表 Path(output_dir).mkdir(parentsTrue, exist_okTrue) # 1. 关键词频率统计图 all_keywords [] for kw_str in df[detected_keywords].dropna(): if kw_str not in [无, 分析失败]: all_keywords.extend([k.strip() for k in kw_str.split(,)]) if all_keywords: keyword_counts Counter(all_keywords) top_keywords keyword_counts.most_common(10) # 取前10个 plt.figure(figsize(10, 6)) keywords, counts zip(*top_keywords) if top_keywords else ([], []) plt.bar(keywords, counts) plt.title(图片内容关键词出现频率 Top 10) plt.xlabel(关键词) plt.ylabel(出现次数) plt.xticks(rotation45) plt.tight_layout() keyword_chart_path Path(output_dir) / keyword_frequency.png plt.savefig(keyword_chart_path, dpi150) plt.close() print(f关键词统计图已保存: {keyword_chart_path}) else: keyword_chart_path None # 2. 描述长度分布直方图 plt.figure(figsize(10, 6)) plt.hist(df[df[description_length]0][description_length], bins20, edgecolorblack) plt.title(图片描述文本长度分布) plt.xlabel(描述长度字符数) plt.ylabel(图片数量) plt.tight_layout() length_chart_path Path(output_dir) / description_length_dist.png plt.savefig(length_chart_path, dpi150) plt.close() print(f描述长度分布图已保存: {length_chart_path}) return keyword_chart_path, length_chart_path5.2 使用ReportLab创建PDF报告最后我们把分析摘要、统计表格和生成的图表打包进一份PDF报告。from reportlab.lib.pagesizes import A4 from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer, Image, Table, TableStyle from reportlab.lib.styles import getSampleStyleSheet, ParagraphStyle from reportlab.lib.units import inch from reportlab.lib import colors def create_pdf_report(df, keyword_chart_path, length_chart_path, output_pdfimage_analysis_report.pdf): 生成最终的PDF分析报告 doc SimpleDocTemplate(output_pdf, pagesizeA4) story [] styles getSampleStyleSheet() # 添加标题 title_style ParagraphStyle(CustomTitle, parentstyles[Heading1], fontSize24, spaceAfter30) story.append(Paragraph(批量图片智能分析报告, title_style)) # 添加报告摘要 story.append(Paragraph(fb分析概览/b, styles[Heading2])) story.append(Spacer(1, 12)) total_images len(df) success_count len(df[df[raw_description] ! 分析失败]) avg_length df[df[description_length]0][description_length].mean() summary_text f 本次共分析图片 b{total_images}/b 张。br/ 成功分析 b{success_count}/b 张成功率 b{(success_count/total_images*100):.1f}%/b。br/ 平均每张图片的描述长度为 b{avg_length:.0f}/b 个字符。br/ 分析完成时间{pd.Timestamp.now().strftime(%Y-%m-%d %H:%M:%S)} story.append(Paragraph(summary_text, styles[Normal])) story.append(Spacer(1, 20)) # 添加关键词统计图表 if keyword_chart_path and Path(keyword_chart_path).exists(): story.append(Paragraph(b内容关键词频率统计/b, styles[Heading2])) story.append(Spacer(1, 12)) img Image(str(keyword_chart_path), width6*inch, height3.6*inch) story.append(img) story.append(Spacer(1, 20)) # 添加数据样本表格前5行 story.append(Paragraph(b详细分析数据样本/b, styles[Heading2])) story.append(Spacer(1, 12)) # 准备表格数据 table_data [[文件名, 检测关键词, 描述长度]] sample_df df.head().copy() # 只展示前5条 for _, row in sample_df.iterrows(): table_data.append([ row[image_filename][:20] (... if len(row[image_filename])20 else ), row[detected_keywords][:30] (... if len(row[detected_keywords])30 else ), str(row[description_length]) ]) table Table(table_data, colWidths[2*inch, 3*inch, 1*inch]) table.setStyle(TableStyle([ (BACKGROUND, (0,0), (-1,0), colors.grey), (TEXTCOLOR, (0,0), (-1,0), colors.whitesmoke), (ALIGN, (0,0), (-1,-1), CENTER), (FONTNAME, (0,0), (-1,0), Helvetica-Bold), (FONTSIZE, (0,0), (-1,0), 12), (BOTTOMPADDING, (0,0), (-1,0), 12), (BACKGROUND, (0,1), (-1,-1), colors.beige), (GRID, (0,0), (-1,-1), 1, colors.black) ])) story.append(table) # 添加备注 story.append(Spacer(1, 20)) note_style ParagraphStyle(Note, parentstyles[Normal], fontSize10, textColorcolors.grey) story.append(Paragraph(注完整数据请查看同目录下生成的 image_analysis_results.csv 文件。, note_style)) # 生成PDF doc.build(story) print(fPDF分析报告已生成: {output_pdf}) # 整合所有步骤的主函数 def main_analysis_pipeline(image_folder, api_key, prompt请详细描述这张图片的内容。): 从图片文件夹到生成报告的完整流程 print(开始批量图片分析流程...) # 1. 收集图片 image_paths list(Path(image_folder).glob(*.jpg)) list(Path(image_folder).glob(*.png)) print(f找到 {len(image_paths)} 张图片。) # 2. 异步批量分析 print(正在调用API分析图片...) loop asyncio.get_event_loop() analysis_results loop.run_until_complete(batch_analyze_images(image_paths[:50], api_key, prompt)) # 限制50张防止超时 # 3. 整理数据 print(正在整理分析结果...) df results_to_dataframe(analysis_results, image_paths[:50]) df.to_csv(image_analysis_results.csv, indexFalse, encodingutf-8-sig) # 4. 生成图表 print(正在生成可视化图表...) keyword_chart, length_chart generate_visualizations(df) # 5. 生成PDF报告 print(正在生成PDF报告...) create_pdf_report(df, keyword_chart, length_chart) print(流程完成) return df if __name__ __main__: # 在这里设置你的图片文件夹路径 your_image_folder ./your_images main_analysis_pipeline(your_image_folder, api_key)运行这个main_analysis_pipeline函数它会自动完成从读取图片、调用API、分析数据到生成报告的全过程。最终你会在当前目录下得到两个文件image_analysis_results.csv原始数据和image_analysis_report.pdf图文并茂的报告。6. 总结与扩展思路整个流程跑下来你会发现用Python把Ostrakon-VL-8B这样的视觉大模型API集成到自动化工作流里其实并没有想象中那么复杂。核心就是几个步骤准备数据、调用接口、处理结果、输出报告。异步请求让批量处理变得高效pandas让数据清洗变得轻松而matplotlib和reportlab则让结果展示变得专业。实际用的时候你可能还需要考虑一些细节。比如API可能有调用频率限制你需要加一些延时或者错误重试机制。解析模型返回的文本时可以根据你的业务需求设计更精准的规则或者尝试让模型直接以结构化格式比如JSON输出。报告模板也可以做得更美观加入公司Logo、更复杂的图表等等。这个脚本就像一个乐高底座你可以根据不同的需求往上叠加模块。比如如果想做电商图片审核可以把提示词改成“判断图片是否包含裸露或暴力内容”如果想分析社交媒体图片的情感倾向可以改成“描述图片的整体氛围是积极、消极还是中性”。可能性很多关键是把大模型的能力和你手头的具体问题结合起来。希望这个实战教程能给你带来启发。动手试试吧从处理你电脑里的那个图片文件夹开始感受一下自动化分析带来的效率提升。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
