如何使用OpenAI GPT-Image-1 API生成和编辑图像

Openai的最新多模式模型GPT-Image-1彻底改变了Chatgpt和API的形象生成。本文探讨了其功能，用法和应用程序。

目录

• 了解gpt-image-1
  • gpt-image-1的关键功能
  • 可访问性
• gpt-image-1定价结构
• 访问gpt-image-1
• gpt-image-1的实际应用
  • GPT-image-1的图像生成
  • 使用GPT-image-1编辑图像编辑
• 最佳结果的最佳实践
• gpt-image-1的不同应用
• gpt-image-1的局限性
• 模型比较
• 结论

了解gpt-image-1

GPT-Image-1是OpenAI的高级多式模型，生成了以现实世界知识告知的高质量图像。虽然建议使用GPT-Image-1，但图像API还支持DALL·E 2和Dall·E 3。

图像API提供了三个关键功能：

• 图像创建：从文本提示中生成图像。
• 图像修改：使用新提示编辑现有图像。
• 图像变化：生成现有图像的变化（仅dall·e 2）。

另请阅读：Imagen 3和Dall·E 3的比较

gpt-image-1的关键功能

gpt-image-1拥有：

• 高保真输出：详细而准确的视觉效果。
• 多功能风格：支持从逼真到抽象的各种美学。
• 精确编辑：允许目标图像修改。
• 上下文理解：准确解释复杂提示。
• 可靠的文本渲染：始终呈现图像中的文本。

可访问性

OpenAI的API允许使用GPT Image或DALL·E模型生成图像和编辑。当前，图像生成仅通过图像API进行，并具有正在开发的响应API支持。

有关GPT-Image-1的更多详细信息，请单击此处。

gpt-image-1定价结构

了解定价对于有效且具有成本效益的用法至关重要。

gpt-image-1的定价为每个令牌：

• 文本提示：每100万代币$ 5
• 上传图像：每100万$ 10
• 生成的图像：每100万代币$ 40

这大约是：

• 低质量图像〜$ 0.02
• 〜$ 0.07，用于中等质量的图像
• 高质量图像〜$ 0.19

此处的官方定价页面可用详细的定价信息（按图像质量和分辨率）。

注意：图像产生涉及创建专业的令牌，从而影响处理时间和成本。较大的图像和更高质量的设置都增加了。

访问gpt-image-1

获取您的GPT-image-1 API密钥：

1. 登录到OpenAI平台。
2. 导航到项目> API密钥。
3. 验证您的帐户（可能需要KYC验证）。

请访问https://www.php.cn/link/c7f409723f7655153ec02c23b87b31a9以获取帐户验证详细信息。

GPT-Image-1：实际应用

让我们使用GPT-Image-1 API探索图像生成和编辑。

使用gpt-image-1产生图像

我们将使用文本提示使用图像生成端点。 API默认为单个图像，但是“ N'参数允许每个请求生成多个图像。

在运行主代码之前，请设置环境：

 <code>!pip install openai import os os.environ['OPENAI_API_KEY'] = "<your-openai-api-key> "</your-openai-api-key></code>

输入代码（示例）：

来自Openai Import Openai
导入基础64
客户端= OpenAi（）

提示=“”“一个宁静的公园场景，人类和友好的机器人都享受这一天。”“”

结果= client.images.generate（model =“ gpt-image-1”，提示=提示）

image_base64 = result.data [0] .b64_json
image_bytes = base64.b64decode（image_base64）

开放（“ park_scene.png”，“ wb”）为f：
    F.Write（image_bytes）

输出：

使用gpt-image-1编辑图像编辑

gpt-image-1允许进行各种图像编辑：

• 编辑现有图像。
• 使用其他图像作为参考。
• 介入（使用口罩编辑特定的图像区域）。

用面具编辑（示例）：

根据提示，更换透明面具区域；彩色区域保持不变。

输入代码（例如 - 添加Elon Musk）：

来自Openai Import Openai
客户端= OpenAi（）

结果= client.images.edit（
    型号=“ gpt-image-1”，
    image = open（“/content/image.png”，“ rb”），
    mask = open（“/content/mask.png”，“ rb”），
    提示=“埃隆·马斯克（Elon Musk）添加到图像中”
）

＃...（保存图像的其余代码保持不变）

输出：

（注意：替换/content/image.png和/content/mask.png带有您的实际文件路径。）记住图像和掩码必须是相同的格式，尺寸，尺寸和25mb以下。黑白面具需要添加一个alpha通道。

最佳结果的最佳实践

1. 自定义图像设置（尺寸，质量，格式，压缩）。
2. 使用方形图像（1024x1024）和速度标准质量。
3. API返回基本64编码的数据；默认格式为PNG，但JPEG或WebP也是选项。
4. 对于JPEG/WebP，使用output_compression （0-100％）控制压缩。

gpt-image-1的不同应用

GPT-Image-1在各个领域都有广泛的应用：游戏，创意工具，教育，企业软件，广告，医疗保健，建筑和娱乐。

gpt-image-1的局限性

• 延迟：复杂的提示最多可能需要2分钟。
• 文本渲染：尽管有所改进，但文本清晰度和对齐方式可能是不一致的。
• 一致性：在多个图像之间保持统一性可能具有挑战性。
• 组成控制：精确的元素放置可能并不总是完美的。

模型比较

模型	端点	特征
dall·e 2	世代，编辑，变体	较低的成本，并发请求，介入
dall·e 3	几代人	分辨率更高，质量优于dall·e 2
gpt-image-1	几代人，编辑（响应API即将推出）	出色的指导跟随，详细的编辑，现实世界的意识

结论

GPT-Image-1通过文本提示提供了强大的图像生成和编辑功能。虽然处理时间可能会有所不同，但其质量和控制时间使其成为有价值的工具。它有助于更​​快的内容创建和原型制作。在增强人类创造力的同时，考虑道德含义和原始人类作品的价值很重要。

以上是如何使用OpenAI GPT-Image-1 API生成和编辑图像的详细内容。更多信息请关注PHP中文网其他相关文章！