Aan de slagGa gratis aan de slag

Prompten met lokale afbeeldingsbestanden

Je werkt als data-analist voor de vervoersafdeling van Londen. Je team heeft een visualisatie gemaakt met het aantal voertuigen op de weg op verschillende tijdstippen en voor diverse vervoerswijzen, en je wilt een AI‑model gebruiken om er de belangrijkste inzichten uit te halen.

De afbeelding is lokaal opgeslagen als "LDN_2024_traffic.png".

Afbeelding en gegevens: City Streets 2025 Summary Report by the City of London.

Deze oefening maakt deel uit van de cursus

Werken met de OpenAI Responses API

Cursus bekijken

Oefeninstructies

  • Importeer de base64-module om het afbeeldingsbestand te encoderen.
  • Encodeer het afbeeldingsbestand als base64 met de functie b64encode() uit base64 en sla het resultaat op in image_base64.
  • Maak het afbeeldingsinvoerbericht in het verzoek af om aan te geven dat je base64 gebruikt en om de base64‑coderingen te gebruiken.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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-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)
Code bewerken en uitvoeren