WebPython OS Sandbox - Chatbot Edition

Python Code

# BEISPIEL: KI-Kantendetektion (Sobel-Filter) & Bild-Analyse
# Aktivierungsschritte zum Testen:
# 1. Setze links das Häkchen bei "scikit-image" (und automatisch "numpy"/"matplotlib")
# 2. Lade unten links ein Bild hoch (z.B. dein_bild.jpg)
# 3. Klicke "Code ausführen" -> Das KI-Filter-Ergebnis wird als Download getriggert!

import os
import numpy as np
from PIL import Image

print("--- Erkannte Dateien im Sandbox-Ordner ---")
files = os.listdir('/target') if os.path.exists('/target') else []
print(files if files else "Keine Dateien vorhanden.")

image_files = [f for f in files if f.lower().endswith(('.jpg', '.jpeg', '.png'))]

if image_files:
    from skimage import io, filters, color
    
    input_path = os.path.join('/target', image_files[0])
    output_path = '/target/ki_edges.png'
    print(f"\n[KI-Vision] Analysiere Bild: {image_files[0]}...")
    
    img = io.imread(input_path)
    
    if len(img.shape) == 3:
        img_gray = color.rgb2gray(img)
    else:
        img_gray = img
        
    print("[KI-Vision] Berechne Kanten-Strukturen via Sobel-Filter-Algorithmus...")
    edges = filters.sobel(img_gray)
    
    edges_normalized = (edges * 255).astype(np.uint8)
    output_img = Image.fromarray(edges_normalized)
    output_img.save(output_path)
    
    print(f"[KI-Vision] Fertig! Ergebnis gespeichert unter: {output_path}")
    
    js_download(output_path, "konturen_analyse.png")
else:
    print("\nHinweis: Lade links ein Bild hoch, um die scikit-image Konturenerkennung live zu testen!")

WebPythonSandbox (von bestpickslabor)

💬 AI Assistant

🤖 KI, Computer Vision & ML

1. Medien (Bild, Ton, PDF)

2. Office & Datenformate

3. Data Science Core & Mathe

4. Web, Scraping & Utilities

Datei in Sandbox laden

Python Code

Konsole / Ausgabe