添加流输入，选择“图像”作为数据类型 。 你可以在流文件夹中上传或拖放图像文件、粘贴剪贴板中的图像，或者指定图像 URL 或相对图像路径。

from promptflow import tool
from promptflow.contracts.multimedia import Image as PFImage 
from PIL import Image as Image 
import io
@tool
def process_image(input_image: PFImage) -> PFImage:
    # convert the input image data to a BytesIO object
    data_byteIO = io.BytesIO(input_image)
    # Open the image data as a PIL Image object
    image = Image.open(data_byteIO)
    # crop image
    cropped_image = image.crop((100, 100, 900, 900))
    # Convert the cropped image back to BytesIO
    byte_arr = io.BytesIO()
    cropped_image.save(byte_arr, format = 'JPEG')
    # Create a new prompt flow Image object with the cropped image data
    # This image is now ready to be returned
    cropped_PF_image = PFImage(byte_arr.getvalue(), mime_type = "image/jpeg")
    return cropped_PF_image
> [!IMPORTANT]
> To process images using a Python function, you need to use the `Image` class that you import from the `promptflow.contracts.multimedia` package. The `Image` class is used to represent an `Image` type within prompt flow. It is designed to work with image data in byte format, which is convenient when you need to handle or manipulate the image data directly.
> To return the processed image data, you need to use the `Image` class to wrap the image data. Create an `Image` object by providing the image data in bytes and the [MIME type](https://developer.mozilla.org/docs/Web/HTTP/Basics_of_HTTP/MIME_types/Common_types) `mime_type`. The MIME type lets the system understand the format of the image data, or it can be `*` for unknown type.
运行 Python 节点并检查输出。 在此示例中，Python 函数将返回已处理的图像对象。 选择相应图像输出以预览图像。
使用 GPT-4V 工具
              Azure OpenAI GPT-4 Turbo with Vision 工具和 OpenAI GPT-4V 是提示流中的内置工具，可以使用 OpenAI GPT-4V 模型根据输入图像回答问题。 可以通过在流创作页中选择“+ 更多工具”来找到该工具。

将 Azure OpenAI GPT-4 Turbo with Vision 工具添加到流中。 确保已建立 Azure OpenAI 连接，且可使用 GPT-4 vision-preview 模型。
用于在 GPT-4V 工具中撰写提示的 Jinja 模板遵循与 LLM 工具中的聊天 API 类似的结构。 若要在提示中表示图像输入，可以使用语法 ![image]({{INPUT NAME}})。 图像输入可以在 user、system 和 assistant 消息中传递。
撰写提示后，选择“验证并分析输入”按钮以分析输入占位符。 由 ![image]({{INPUT NAME}}) 表示的图像输入将解析为图像类型，输入名称为“INPUT NAME”。

你可以通过以下方法为图像输入分配值：
来自图像类型流输入的引用。

来自其他节点的图像类型输出的引用。
上传、拖动、粘贴图像，或者指定图像 URL 或相对图像路径。
生成聊天机器人以处理图像
在本部分中，你将了解如何构建可以处理图像和文本输入的聊天机器人。
假设你想要构建一个聊天机器人，该机器人需要可以同时回答有关图像和文本的任何问题。 为此，可以按照此部分的步骤操作。
创建聊天流。

在“输入”中，选择“列表”作为数据类型。 在聊天框中，用户可以输入混合的文本和图像序列，提示流服务会将该序列转换为列表。
               在该条目文件中，应使用格式 {"data:<mime type>;path": "<image relative path>"} 来引用每个图像文件。 例如，{"data:image/png;path": "./images/1.png"}。

              公共图像 URL：也可以使用以下格式在条目文件中引用图像 URL：{"data:<mime type>;url": "<image URL>"}。 例如，{"data:image/png;url": "https://www.example.com/images/1.png"}。