Začněte nyníZačněte zdarma

Práce s lokálními obrázkovými soubory

Pracuješ jako datový analytik pro londýnský dopravní úřad. Tvůj tým vytvořil vizualizaci zobrazující počet vozidel na silnicích v různých časech a pro různé druhy dopravy – a chceš pomocí AI modelu z tohoto grafu vytěžit klíčové poznatky.

Obrázek je uložen lokálně jako "LDN_2024_traffic.png".

Zdroj obrázku a dat: City Streets 2025 Summary Report by the City of London.

Toto cvičení je součástí kurzu

Working with the OpenAI Responses API

Zobrazit kurz

Pokyny k cvičení

  • Importuj modul base64 pro zakódování souboru s obrázkem.
  • Zakóduj soubor s obrázkem do formátu base64 pomocí funkce b64encode() z modulu base64 a výsledek ulož do proměnné image_base64.
  • Doplň vstupní zprávu s obrázkem v požadavku tak, aby označovala použití base64 a obsahovala příslušné base64 kódování.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import base64 module
____

# Encode the image file as base64
with open(image_path, "rb") as f:
    image_base64 = base64.____(f.read()).decode("utf-8")

# Create a response with text and image input
response = client.responses.create(
    model="gpt-5.4-mini",
    input=[
        {"role": "user", "content": [
            {"type": "input_text", "text": "What mode of transport contributed the highest number of vehicles during business hours? Answer very concisely."},
            {"type": "input_image", "image_url": f"data:image/png;____,{____}"}
        ]}
    ]
)

print(response.output_text)
visualize_image(image_url)
Upravit a spustit kód