Формат изображения OpenAI (изображение)

Официальная документация

📝 Введение

Учитывая текстовую подсказку и/или входное изображение, модель будет генерировать новые изображения. OpenAI предоставляет множество мощных моделей генерации изображений, которые могут создавать, редактировать и изменять изображения на основе описаний на естественном языке. В настоящее время поддерживаются следующие модели:

Модель	Описание
Серия DALL·E	Включает две версии, DALL·E 2 и DALL·E 3, которые существенно отличаются по качеству изображения, творческому самовыражению и точности
GPT-изображение-1	Последняя модель изображений OpenAI поддерживает функции редактирования нескольких изображений и может создавать новые комбинированные изображения на основе нескольких входных изображений

💡 Пример запроса

Создать образ ✅

# Базовое создание изображений
curl https://88api.ai/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $API_KEY" \
  -d '{
    "model": "dall-e-3",
    "prompt": "Милая маленькая морская выдра",
    "n": 1,
    "size": "1024x1024"
  }'

# Генерация изображений высокого качества
curl https://88api.ai/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $API_KEY" \
  -d '{
    "model": "dall-e-3",
    "prompt": "Милая маленькая морская выдра",
    "quality": "hd",
    "style": "vivid",
    "size": "1024x1024"
  }'

# Использовать формат возврата base64
curl https://88api.ai/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $API_KEY" \
  -d '{
    "model": "dall-e-3",
    "prompt": "Милая маленькая морская выдра",
    "response_format": "b64_json"
  }'

Пример ответа:

{
  "created": 1589478378,
  "data": [
    {
      "url": "https://...",
      "revised_prompt": "Милая маленькая морская выдра играет в воде,У него круглые глаза и пушистый мех."
    }
  ]
}

Редактировать фотографии ✅

# редактирование изображений dall-e-2
curl https://88api.ai/v1/images/edits \
  -H "Authorization: Bearer $API_KEY" \
  -F image="@otter.png" \
  -F mask="@mask.png" \
  -F prompt="Милая маленькая калан в берете" \
  -F n=2 \
  -F size="1024x1024"

# gpt-image-1 Пример редактирования нескольких изображений
curl https://88api.ai/v1/images/edits \
  -H "Authorization: Bearer $API_KEY" \
  -F "model=gpt-image-1" \
  -F "image[]=@body-lotion.png" \
  -F "image[]=@bath-bomb.png" \
  -F "image[]=@incense-kit.png" \
  -F "image[]=@soap.png" \
  -F "prompt=Создайте красивую подарочную корзину из этих четырех предметов." \
  -F "quality=high"

Пример ответа (dall-e-2):

{
  "created": 1589478378,
  "data": [
    {
      "url": "https://..."
    },
    {
      "url": "https://..."
    }
  ]
}

Пример ответа (gpt-image-1):

{
  "created": 1713833628,
  "data": [
    {
      "b64_json": "..."
    }
  ],
  "usage": {
    "total_tokens": 100,
    "input_tokens": 50,
    "output_tokens": 50,
    "input_tokens_details": {
      "text_tokens": 10,
      "image_tokens": 40
    }
  }
}

Генерируйте варианты изображений ✅

curl https://88api.ai/v1/images/variations \
  -H "Authorization: Bearer $API_KEY" \
  -F image="@otter.png" \
  -F n=2 \
  -F size="1024x1024"

Пример ответа:

{
  "created": 1589478378,
  "data": [
    {
      "url": "https://..."
    },
    {
      "url": "https://..."
    }
  ]
}

📮 Запрос

Конечная точка

Создать изображение

POST /v1/images/generations

Создавайте изображения на основе текстовых подсказок.

Редактировать изображения

POST /v1/images/edits

Создайте отредактированное или расширенное изображение на основе одного или нескольких исходных изображений и подсказок. Эта конечная точка поддерживает модели dall-e-2 и gpt-image-1.

Генерация вариантов

POST /v1/images/variations

Создайте вариацию заданного изображения.

Метод аутентификации

Включите в заголовок запроса для аутентификации ключа API следующее:

Authorization: Bearer $API_KEY

Где $OPENAI_API_KEY — ваш ключ API.

Тип: строка
Требуется: Да
Описание: Ожидается создание текстового описания изображения.
- максимальная длина dall-e-2 составляет 1000 символов.
- dall-e-3 имеет максимальную длину 4000 символов.
Советы:
- Используйте конкретные и подробные описания.
- Включите ключевые визуальные элементы.
- Укажите желаемый художественный стиль
- Опишите композицию и перспективу.

`$OPENAI_API_KEY`

Тип: строка
Требуется: Нет -По умолчанию: дал-е-2
Описание: Модель, используемая для создания изображений.

`$OPENAI_API_KEY`

Тип: целое число или ноль.
Требуется: Нет
Значение по умолчанию: 1
Описание: количество изображений, которые нужно сгенерировать. Должно быть от 1 до 10. dall-e-3 поддерживает только n=1.

`$OPENAI_API_KEY`

Тип: строка
Требуется: Нет -Значение по умолчанию: стандартное
Описание: Качество создаваемого изображения. Опция hd обеспечивает более детальное и последовательное изображение. Этот параметр поддерживается только dall-e-3.

`$OPENAI_API_KEY`

тип: строка или ноль
Требуется: Нет -Значение по умолчанию: URL-адрес
Описание: Возвращает формат сгенерированного изображения. Должен быть один из URL или b64_json. URL-адрес действителен в течение 60 минут после создания.

`$OPENAI_API_KEY`

тип: строка или ноль
Требуется: Нет -По умолчанию: 1024x1024.
Описание: Размер создаваемого изображения. dall-e-2 должен иметь одно из следующих разрешений: 256 x 256, 512 x 512 или 1024 x 1024. dall-e-3 должен иметь одно из следующих разрешений: 1024x1024, 1792x1024 или 1024x1792.

`$OPENAI_API_KEY`

тип: строка или ноль
Требуется: Нет -По умолчанию: яркий
Описание: Создайте стиль изображения. Должен быть одним из ярких или естественных. Яркий имеет тенденцию создавать сюрреалистические и драматические изображения, а естественный имеет тенденцию создавать более естественные, менее сюрреалистические изображения. Этот параметр поддерживается только dall-e-3.

`$OPENAI_API_KEY`

Тип: строка
Требуется: Нет
Описание: уникальный идентификатор, который представляет конечного пользователя и помогает OpenAI отслеживать и обнаруживать злоупотребления.

Редактировать изображения

`$OPENAI_API_KEY`

Тип: файл или массив файлов.
Требуется: Да
Описание: Изображение для редактирования.
- Для dall-e-2: должен быть действительный файл PNG размером менее 4 МБ и квадратной формы. Если маска не указана, изображение должно иметь прозрачность, которая будет использоваться в качестве маски.
Для gpt-image-1: несколько изображений могут быть предоставлены в виде массива, каждое изображение должно быть файлом PNG, WEBP или JPG размером менее 25 МБ.

`prompt`

Тип: строка
Требуется: Да
Описание: Ожидается создание текстового описания изображения.
- максимальная длина dall-e-2 составляет 1000 символов.
- gpt-image-1 имеет максимальную длину 32000 символов.

`prompt`

Тип: Файл
Требуется: Нет
Описание: дополнительное изображение с полностью прозрачными областями (например, с нулевым альфа-каналом), указывающими, где следует внести изменения. Если предоставлено несколько изображений, маска будет применена к первому изображению. Должен быть действительным файлом PNG размером менее 4 МБ и иметь те же размеры, что и изображение.

`prompt`

Тип: строка
Требуется: Нет -По умолчанию: дал-е-2
Описание: Модель, используемая для создания изображений. Поддерживает dall-e-2 и gpt-image-1. По умолчанию используется dall-e-2, если не используются специальные параметры gpt-image-1.

`prompt`

тип: строка или ноль
Требуется: Нет -По умолчанию: авто
Описание: Качество создаваемого изображения.
- gpt-image-1 поддерживает высокий, средний и низкий уровень
- dall-e-2 поддерживает только стандарт
- По умолчанию — автоматический

`prompt`

тип: строка или ноль
Требуется: Нет -По умолчанию: 1024x1024.
Описание: Размер создаваемого изображения.
- gpt-image-1 должен иметь одно из следующих значений: 1024x1024, 1536x1024 (по горизонтали), 1024x1536 (книжная ориентация) или авто (по умолчанию).
- dall-e-2 должен иметь одно из следующих разрешений: 256 x 256, 512 x 512 или 1024 x 1024.

Остальные параметры такие же, как при создании интерфейса изображения.

Генерация вариантов

`prompt`

Тип: Файл
Требуется: Да
Описание: Изображение, на котором основан вариант. Должен быть действительный файл PNG размером менее 4 МБ и квадратной формы.

Остальные параметры такие же, как при создании интерфейса изображения.

Тип: целое число
Описание: временная метка создания ответа.

`prompt`

Тип: массив
Описание: сгенерированный список объектов изображения.

`prompt` (только gpt-image-1)

Тип: Объект
Описание: использование токена для вызовов API.
- prompt: общее количество использованных токенов.
- prompt: введите количество используемых токенов.
output_tokens: выводит количество использованных токенов.
- output_tokens: введите данные токена (текстовый токен и токен изображения).

Объект изображения

`output_tokens`

Тип: строка
Описание: если формат ответа — b64_json, он содержит JSON сгенерированного изображения в кодировке Base64.

`output_tokens`

Тип: строка
Описание: если формат ответа — URL (по умолчанию), он содержит URL-адрес сгенерированного изображения.

`output_tokens`

Тип: строка
Описание: содержит измененное приглашение, используемое для создания изображения, если в приглашении есть какие-либо изменения.

Пример объекта изображения:

{
  "url": "https://...",
  "revised_prompt": "Милая маленькая морская выдра играет в воде,У него круглые глаза и пушистый мех."
}

🌟 Лучшие практики

Подскажите предложения по написанию

Используйте четкие и конкретные описания
Укажите важные визуальные детали
Опишите желаемый художественный стиль и атмосферу.
Обратите внимание на описание композиции и перспективы.

Часто задаваемые вопросы

Не удалось создать изображение. – Проверьте, соответствует ли запрос политике в отношении контента.
- Подтвердите формат файла и ограничения на размер.
- Проверьте разрешения ключа API.
Результаты не такие, как ожидалось
- Оптимизировать быстрое описание
- Настройте параметры качества и стиля – Рассмотрите возможность использования функций редактирования или морфинга изображений.

Содержание