1 前言

去年在社区发布了有关中医舌象诊断的博文，其中舌象识别板块受到了极高的关注和关注。😊最近，我接触到了Python的Streamlit库，它可以帮助数据相关从业人员轻松搭建数据看板。本文将介绍如何使用Streamlit构建舌体分割的演示，以供读者尝试使用。

Streamlit是一个简单易用的Python库，可以帮助您快速创建交互式的数据应用程序和仪表板。通过使用Streamlit，您可以方便地展示舌体分割的功能，让用户可以上传舌象图片，并通过预训练的模型进行分割，展示分割结果。

在本文中，我将带您逐步了解如何使用Streamlit构建舌体分割的demo，让您能够开始构建自己的数据应用程序。通过这个演示，读者可以亲自尝试舌体分割的功能，并对其进行实时交互。

让我们开始吧！😊

这里现放上相关的链接一遍读者获取：
舌体分割demo地址：demo；
舌体分割原理介绍：【python-Unet】计算机视觉舌象舌头图片分割机器学习（三）；
Streamlit入门知识：（一）初识Streamlit（附安装）；

demo地址：https://testappton.streamlit.app/
demo地址：demo

demo截图：

2 功能介绍

demo主要为读者展示了舌体分割的效果，目前的数据集数量不大，模型还在优化中，所以目前仅展示初步的效果。使用者可以选择上传本地的jpg图片文件或者填写网页的jpg图片链接。


注意：上传的图片仅支持 jpg 格式
网页链接获取方式：百度搜索“舌象图片”→选择你认为质量较好的舌体图片→右键点击“复制图片链接”（需要为jpg格式）→粘贴至demo中的“网络地址”中→点击进行网络图片分割→等待运行成功。

streamlit cloud 的服务器在国外，国内访问可能会有些慢试用时请稍作等待……
ps：streamlit cloud 是streamlit为用户开放的看板分享社区，用户可以将自己制作的数据看板上传至git仓库连接strealit cloud即可分享作品。

舌象图片的参考（尽量选择类似拍摄的舌象照片）

3 实现介绍

实现过程非常简单，主要是初步搭建streamlit看板（详情见（一）初识Streamlit（附安装）），导入舌体分割测试文件（详情见【python-Unet】计算机视觉舌象舌头图片分割机器学习（三）），最后部署至streamlit cloud（后续会出博文具体介绍如何完整的搭建streamlit项目）
这篇博文的主要目的是向大家介绍我们的demo功能和使用方法，搭建过程非常简单，让您可以快速开始展示并实验舌体分割的功能。敬请期待后续的博文，详细介绍如何搭建完整的Streamlit项目。一起来探索吧！💻🌟😊