使用 DALL-E 生成和编辑图像

此笔记本展示了如何使用 OpenAI 的 DALL-E 图像 API 端点。

共有三个 API 端点：

• Generations：根据输入的标题生成一个或多个图像
• Edits：编辑或扩展现有图像
• Variations：生成输入图像的变体

设置

• 导入你需要的包
• 导入您的 OpenAI API 密钥
• 设置保存图片的目录

# imports
import openai  # OpenAI Python library to make API calls
import requests  # used to download images
import os  # used to access filepaths
from PIL import Image  # used to print and edit images

# set API key
openai.api_key = os.environ.get("OPENAI_API_KEY")

# set a directory to save DALL-E images to
image_dir_name = "images"
image_dir = os.path.join(os.curdir, image_dir_name)

# create the directory if it doesn't yet exist
if not os.path.isdir(image_dir):
    os.mkdir(image_dir)

# print the directory to save to
print(f"{image_dir=}")

image_dir='./images'

Generations

生成 API 端点根据文本提示创建图像。

所需输入：

• prompt（str）：所需图像的文本描述。 最大长度为 1000 个字符。

可选输入：

• n (int)：要生成的图像数。 必须介于 1 和 10 之间。默认为 1。
• size (str)：生成图像的大小。 必须是“256×256”、“512×512”或“1024×1024”之一。 较小的图像速度更快。 默认为“1024×1024”。
• response_format (str)：返回生成图像的格式。 必须是“url”或“b64_json”之一。 默认为“网址”。
• user (str)：代表您的最终用户的唯一标识符，这将有助于 OpenAI 监控和检测滥用行为。 了解更多。

# create an image

# set the prompt
prompt = "A cyberpunk monkey hacker dreaming of a beautiful bunch of bananas, digital art"

# call the OpenAI API
generation_response = openai.Image.create(
    prompt=prompt,
    n=1,
    size="1024x1024",
    response_format="url",
)

# print response
print(generation_response)

{
  "created": 1667611641,
  "data": [
    {
      "url": "https://oaidalleapiprodscus.blob.core.windows.net/private/org-l89177bnhkme4a44292n5r3j/user-dS3DiwfhpogyYlat6i42W0QF/img-SFJhix3AV4bmPFvqYRJDkssp.png?st=2022-11-05T00%3A27%3A21Z&se=2022-11-05T02%3A27%3A21Z&sp=r&sv=2021-08-06&sr=b&rscd=inline&rsct=image/png&skoid=6aaadede-4fb3-4698-a8f6-684d7786b067&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skt=2022-11-05T01%3A27%3A21Z&ske=2022-11-06T01%3A27%3A21Z&sks=b&skv=2021-08-06&sig=0ZHl38v5UTFjA7V5Oshu8M58uHI5itEfvo2PX0aO6kA%3D"
    }
  ]
}

注意：如果您收到此错误 – AttributeError: module 'openai' has no attribute 'Image' – 您需要将 OpenAI 包升级到最新版本。 您可以通过在终端中运行 pip install openai --upgrade 来完成此操作。

# save the image
generated_image_name = "generated_image.png"  # any name you like; the filetype should be .png
generated_image_filepath = os.path.join(image_dir, generated_image_name)
generated_image_url = generation_response["data"][0]["url"]  # extract image URL from response
generated_image = requests.get(generated_image_url).content  # download the image

with open(generated_image_filepath, "wb") as image_file:
    image_file.write(generated_image)  # write the image to the file

# print the image
print(generated_image_filepath)
display(Image.open(generated_image_filepath))

./images/generated_image.png

变化

变体端点生成类似于输入图像的新图像（变体）。

在这里，我们将生成上面生成的图像的变体。

所需输入：

• image (str)：用作变体基础的图像。 必须是有效的 PNG 文件，小于 4MB，并且是方形的。

可选输入：

• n (int)：要生成的图像数。 必须介于 1 和 10 之间。默认为 1。
• size (str)：生成图像的大小。 必须是“256×256”、“512×512”或“1024×1024”之一。 较小的图像速度更快。 默认为“1024×1024”。
• response_format (str)：返回生成图像的格式。 必须是“url”或“b64_json”之一。 默认为“网址”。
• user (str)：代表您的最终用户的唯一标识符，这将有助于 OpenAI 监控和检测滥用行为。

# create variations

# call the OpenAI API, using `create_variation` rather than `create`
variation_response = openai.Image.create_variation(
    image=generated_image,  # generated_image is the image generated above
    n=2,
    size="1024x1024",
    response_format="url",
)

# print response
print(variation_response)

{
  "created": 1667611666,
  "data": [
    {
      "url": "https://oaidalleapiprodscus.blob.core.windows.net/private/org-l89177bnhkme4a44292n5r3j/user-dS3DiwfhpogyYlat6i42W0QF/img-7HTTBl2k9l4Ir4BTHXnJvFz9.png?st=2022-11-05T00%3A27%3A46Z&se=2022-11-05T02%3A27%3A46Z&sp=r&sv=2021-08-06&sr=b&rscd=inline&rsct=image/png&skoid=6aaadede-4fb3-4698-a8f6-684d7786b067&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skt=2022-11-04T01%3A50%3A22Z&ske=2022-11-05T01%3A50%3A22Z&sks=b&skv=2021-08-06&sig=QlcKhn427bOAQobM8CmpEf3K90OiumP5jOQwkJpcH6Y%3D"
    },
    {
      "url": "https://oaidalleapiprodscus.blob.core.windows.net/private/org-l89177bnhkme4a44292n5r3j/user-dS3DiwfhpogyYlat6i42W0QF/img-KGKrKGzlsXN0INxaeII2t8XG.png?st=2022-11-05T00%3A27%3A46Z&se=2022-11-05T02%3A27%3A46Z&sp=r&sv=2021-08-06&sr=b&rscd=inline&rsct=image/png&skoid=6aaadede-4fb3-4698-a8f6-684d7786b067&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skt=2022-11-04T01%3A50%3A22Z&ske=2022-11-05T01%3A50%3A22Z&sks=b&skv=2021-08-06&sig=RbPoAwXMVfdPxKF40ZjVjlclrnzaQZS%2BxzhgkEcYhOk%3D"
    }
  ]
}

# save the images
variation_urls = [datum["url"] for datum in variation_response["data"]]  # extract URLs
variation_images = [requests.get(url).content for url in variation_urls]  # download images
variation_image_names = [f"variation_image_{i}.png" for i in range(len(variation_images))]  # create names
variation_image_filepaths = [os.path.join(image_dir, name) for name in variation_image_names]  # create filepaths
for image, filepath in zip(variation_images, variation_image_filepaths):  # loop through the variations
    with open(filepath, "wb") as image_file:  # open the file
        image_file.write(image)  # write the image to the file

# print the original image
print(generated_image_filepath)
display(Image.open(generated_image_filepath))

# print the new variations
for variation_image_filepaths in variation_image_filepaths:
    print(variation_image_filepaths)
    display(Image.open(variation_image_filepaths))

./images/generated_image.png

./images/variation_image_0.png

编辑

编辑端点使用 DALL-E 生成现有图像的指定部分。 需要三个输入：要编辑的图像、指定要重新生成的部分的遮罩以及描述所需图像的提示。

所需输入：

• image (str)：要编辑的图像。 必须是有效的 PNG 文件，小于 4MB，并且是方形的。
• mask (str)：附加图像，其完全透明区域（例如，alpha 为零的区域）指示应编辑图像的位置。 必须是有效的 PNG 文件，小于 4MB，并且与图像具有相同的尺寸。
• 提示（str）：所需图像的文本描述。 最大长度为 1000 个字符。

可选输入：

• n (int)：要生成的图像数。 必须介于 1 和 10 之间。默认为 1。
• size (str)：生成图像的大小。 必须是“256×256”、“512×512”或“1024×1024”之一。 较小的图像速度更快。 默认为“1024×1024”。
• response_format (str)：返回生成图像的格式。 必须是“url”或“b64_json”之一。 默认为“网址”。
• user (str)：代表您的最终用户的唯一标识符，这将有助于 OpenAI 监控和检测滥用行为。 了解更多。

设置编辑区

编辑需要一个“mask”来指定要重新生成图像的哪一部分。 将重新生成 alpha 为 0（透明）的任何像素。 下面的代码创建了一个 1024×1024 的遮罩，其中下半部分是透明的。

# create a mask
width = 1024
height = 1024
mask = Image.new("RGBA", (width, height), (0, 0, 0, 1))  # create an opaque image mask

# set the bottom half to be transparent
for x in range(width):
    for y in range(height // 2, height):  # only loop over the bottom half of the mask
        # set alpha (A) to zero to turn pixel transparent
        alpha = 0
        mask.putpixel((x, y), (0, 0, 0, alpha))

# save the mask
mask_name = "bottom_half_mask.png"
mask_filepath = os.path.join(image_dir, mask_name)
mask.save(mask_filepath)

执行编辑

现在我们向 API 提供我们的图像、标题和蒙版，以获得 5 个图像编辑示例。

# edit an image

# call the OpenAI API
edit_response = openai.Image.create_edit(
    image=open(generated_image_filepath, "rb"),  # from the generation section
    mask=open(mask_filepath, "rb"),  # from right above
    prompt=prompt,  # from the generation section
    n=1,
    size="1024x1024",
    response_format="url",
)

# print response
print(edit_response)

{
  "created": 1667611683,
  "data": [
    {
      "url": "https://oaidalleapiprodscus.blob.core.windows.net/private/org-l89177bnhkme4a44292n5r3j/user-dS3DiwfhpogyYlat6i42W0QF/img-F5XQFFBLrN7LdXuG5CkQJpxr.png?st=2022-11-05T00%3A28%3A03Z&se=2022-11-05T02%3A28%3A03Z&sp=r&sv=2021-08-06&sr=b&rscd=inline&rsct=image/png&skoid=6aaadede-4fb3-4698-a8f6-684d7786b067&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skt=2022-11-04T02%3A06%3A29Z&ske=2022-11-05T02%3A06%3A29Z&sks=b&skv=2021-08-06&sig=2UhH%2BkKdvDVoRcgWJhmNFVzpvLzBAZpnA/tU80Zc8M0%3D"
    }
  ]
}

# save the image
edited_image_name = "edited_image.png"  # any name you like; the filetype should be .png
edited_image_filepath = os.path.join(image_dir, edited_image_name)
edited_image_url = edit_response["data"][0]["url"]  # extract image URL from response
edited_image = requests.get(edited_image_url).content  # download the image

with open(edited_image_filepath, "wb") as image_file:
    image_file.write(edited_image)  # write the image to the file

# print the original image
print(generated_image_filepath)
display(Image.open(generated_image_filepath))

# print edited image
print(edited_image_filepath)
display(Image.open(edited_image_filepath))

./images/generated_image.png

./images/edited_image.png