ChatGPT API实战：如何使用参考图像生成新图像（附Python代码示例）

1次阅读

共计 2110 个字符，预计需要花费 6 分钟才能阅读完成。

在 AI 图像生成领域，参考图像（reference image）是一个强大的工具。它能让生成的图像更符合我们的预期，比如特定的风格、构图或细节。举个例子，如果你想让 AI 生成一张 ” 未来城市 ” 的图片，但希望建筑风格类似于某张参考图中的设计，这时候参考图像就派上用场了。

ChatGPT API（特别是 DALL·E 模型）支持基于参考图像生成新图像的功能，这为开发者提供了更多控制权和创作可能性。相比完全从文本提示生成图像，使用参考图像可以：

更准确地保持特定风格
保留某些关键视觉元素
减少反复调整提示词的次数
实现更复杂的创意需求

要使用 ChatGPT API 基于参考图像生成新图像，主要分为以下几个步骤：

准备参考图像
构建 API 请求
发送请求并处理响应
解析和保存结果

参考图像需要满足一些基本要求：

支持的格式：JPEG、PNG、WEBP
最大尺寸：4MB
建议分辨率：至少 512×512 像素
内容要求：清晰可见的主体，避免过于复杂或模糊

ChatGPT API 的图像生成端点需要以下关键参数：

prompt：文本描述，指导生成过程
image：参考图像的 Base64 编码
n：要生成的图像数量（1-10）
size：输出图像尺寸（”256×256″, “512×512”, “1024×1024″）

你需要使用 POST 方法发送请求，并包含你的 API 密钥。响应将包含生成的图像 URL 或 Base64 编码数据。

下面是一个完整的 Python 实现，包含错误处理和结果解析：

import openai
import base64
import os
from PIL import Image
import io

# 设置 API 密钥
openai.api_key = "你的 API 密钥"

def generate_image_from_reference(reference_path, prompt, output_size="512x512"):
    """
    基于参考图像生成新图像

    参数:
        reference_path: 参考图像路径
        prompt: 生成提示文本
        output_size: 输出图像尺寸

    返回:
        生成的 PIL 图像对象
    """
    try:
        # 1. 读取并编码参考图像
        with open(reference_path, "rb") as image_file:
            encoded_image = base64.b64encode(image_file.read()).decode("utf-8")

        # 2. 构建 API 请求
        response = openai.Image.create_variation(
            image=encoded_image,
            prompt=prompt,
            n=1,
            size=output_size
        )

        # 3. 获取并解码生成的图像
        image_url = response["data"][0]["url"]
        image_data = requests.get(image_url).content
        image = Image.open(io.BytesIO(image_data))

        return image

    except Exception as e:
        print(f"生成图像时出错: {e}")
        return None

# 使用示例
if __name__ == "__main__":
    # 替换为你的参考图像路径和提示词
    reference_image = "path/to/your/reference.jpg"
    prompt_text = "一幅未来城市的景象，建筑风格保持参考图中的曲线设计，但加入更多玻璃和反光材质"

    generated_image = generate_image_from_reference(reference_image, prompt_text)
    if generated_image:
        generated_image.save("generated_image.jpg")
        print("图像生成成功并已保存!")

要让生成的图像更符合预期，可以尝试以下优化方法：