Перейти к основному содержанию
OpenAI сервис редактирования изображений позволяет передавать любое количество изображений и команд, выводя измененные изображения. Этот документ в основном описывает процесс использования OpenAI Images Edits API, с помощью которого мы можем легко использовать официальные функции редактирования изображений OpenAI.

​
Процесс заявки

Чтобы использовать OpenAI Images Edits API, сначала можно перейти на страницу OpenAI Images Edits API и нажать кнопку «Acquire», чтобы получить необходимые для запроса учетные данные: Если вы еще не вошли в систему или не зарегистрированы, вас автоматически перенаправит на страницу входа, пригласив зарегистрироваться и войти в систему, после чего вы автоматически вернетесь на текущую страницу. При первой подаче заявки будет предоставлен бесплатный лимит, который позволяет бесплатно использовать этот API.

​
Основное использование

Теперь можно использовать код для вызова, ниже приведен пример вызова с помощью CURL: 
curl -s -D >(grep -i x-request-id >&2) \
  -o >(jq -r '.data[0].b64_json' | base64 --decode > gift-basket.png) \
  -X POST "https://api.acedata.cloud/v1/images/edits" \
  -H "Authorization: Bearer {token}" \
  -F "model=gpt-image-1" \
  -F "image[]=@test.png" \
  -F 'prompt=Create a lovely gift basket with these this items in it'
При первом использовании этого интерфейса нам необходимо заполнить как минимум четыре поля: одно из них — authorization, которое можно выбрать из выпадающего списка. Другой параметр — model, model — это категория модели, которую мы выбираем для использования на официальном сайте OpenAI, здесь у нас в основном есть 1 модель, подробности можно посмотреть в предоставленной модели. Еще один параметр — prompt, prompt — это подсказка, которую мы вводим для генерации изображения. Последний параметр — image, этот параметр требует путь к изображению, которое нужно редактировать, изображение для редактирования показано на следующем рисунке:

Пример кода для вызова с аналогичным эффектом на Python: 
import base64
from openai import OpenAI
client = OpenAI()

prompt = """
Generate a photorealistic image of a gift basket on a white background 
labeled 'Relax & Unwind' with a ribbon and handwriting-like font, 
containing all the items in the reference pictures.
"""

result = client.images.edit(
    model="gpt-image-1",
    image=[
        open("test.png", "rb")
    ],
    prompt=prompt
)

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

# Save the image to a file
with open("gift-basket.png", "wb") as f:
    f.write(image_bytes)
Для вызова с помощью Python нам нужно сначала импортировать две переменные окружения: одну OPENAI_BASE_URL, которую можно установить как https://api.acedata.cloud/openai, и другую переменную с учетными данными OPENAI_API_KEY, это значение получено из authorization, в Mac OS можно установить переменные окружения с помощью следующей команды: 
export OPENAI_BASE_URL=https://api.acedata.cloud/openai
export OPENAI_API_KEY={token}
После вызова мы обнаружим, что в текущем каталоге будет создано изображение gift-basket.png, конкретный результат будет следующим:

Таким образом, мы завершили операцию редактирования изображения, в настоящее время официальные задачи Edits поддерживают только две модели: dall-e-2, gpt-image-1.

​
Асинхронный обратный вызов

Поскольку время редактирования изображений с помощью OpenAI Images Edits API может быть относительно долгим, если API долго не отвечает, HTTP-запрос будет поддерживать соединение, что приведет к дополнительному потреблению системных ресурсов, поэтому этот API также предоставляет поддержку асинхронного обратного вызова. Общий процесс таков: когда клиент инициирует запрос, дополнительно указывается поле callback_url, после того как клиент инициирует API-запрос, API немедленно возвращает результат, содержащий информацию о поле task_id, представляющем текущий идентификатор задачи. Когда задача завершена, результат редактирования изображения будет отправлен на указанный клиентом callback_url в формате POST JSON, который также включает поле task_id, таким образом, результат задачи можно связать по ID. Давайте рассмотрим, как это работает на примере. Во-первых, Webhook обратный вызов — это служба, которая может принимать HTTP-запросы, разработчики должны заменить его на URL своего собственного HTTP-сервера. Для удобства демонстрации используется публичный пример сайта Webhook https://webhook.site/, открыв этот сайт, вы получите URL Webhook, как показано на рисунке: Скопировав этот URL, вы можете использовать его в качестве Webhook, пример здесь: https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab. Далее мы можем установить поле callback_url на указанный выше URL Webhook, а также заполнить соответствующие параметры, как показано в следующем коде: 
curl -X POST "https://api.acedata.cloud/v1/images/edits" \
  -H "Authorization: Bearer {token}" \
  -F "model=gpt-image-1" \
  -F "image[]=@test.png" \
  -F "prompt=Create a lovely gift basket with these items in it" \
  -F "callback_url=https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab"
После вызова можно сразу получить результат, как показано ниже: 
{
  "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c"
}
Через некоторое время мы можем наблюдать результат редактирования изображения по URL Webhook, содержание будет следующим: 
{
  "success": true,
  "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c",
  "trace_id": "9b4b1ff3-90f2-470f-b082-1061ec2948cc",
  "data": {
    "created": 1721626477,
    "data": [
      {
        "b64_json": "iVBORw0KGgo..."
      }
    ]
  }
}
Можно увидеть, что в результате есть поле task_id, поле data содержит такие же результаты редактирования изображений, как и при синхронном вызове, с помощью поля task_id можно связать задачи.

​
Обработка ошибок

При вызове API, если возникнут ошибки, API вернет соответствующий код ошибки и информацию. Например:
  • 400 token_mismatched: Неверный запрос, возможно, из-за отсутствующих или недействительных параметров.
  • 400 api_not_implemented: Неверный запрос, возможно, из-за отсутствующих или недействительных параметров.
  • 401 invalid_token: Неавторизованный, недействительный или отсутствующий токен авторизации.
  • 429 too_many_requests: Слишком много запросов, вы превысили лимит частоты.
  • 500 api_error: Внутренняя ошибка сервера, что-то пошло не так на сервере.

​
Пример ответа об ошибке

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

​
Заключение

С помощью этого документа вы уже узнали, как легко использовать функции редактирования изображений официального OpenAI с помощью API OpenAI Images Edits. Надеемся, что этот документ поможет вам лучше интегрировать и использовать этот API. Если у вас есть какие-либо вопросы, пожалуйста, не стесняйтесь обращаться в нашу техническую поддержку.