申请流程
要使用 Midjourney Imagine API，首先到 Ace Data Cloud 控制台 获取您的 API Token，留作备用。
如果你尚未登录或注册，会自动跳转到登录页面邀请你注册和登录，完成后会自动返回当前页面。
一个 API Token 即可调用平台所有服务，无需为每个服务单独申请。 首次申请会赠送免费额度，可免费体验；额度不足时可在 控制台 充值通用余额。
📘 完整文档：Midjourney Imagine API →
基本使用
接下来就可以在界面上填写对应的内容，如图所示：
在第一次使用该接口时，我们至少需要填写两个内容，一个是 authorization，直接在下拉列表里面选择即可。另一个参数是 prompt， prompt 就是我们想生成的图片描述内容，建议用英文描述，画的图会更准确效果更好，这里我们用了示例内容 Lamborghini speeds inside a volcano，代表要画一个兰博基尼在火山飞驰。
同时您可以注意到右侧有对应的调用代码生成，您可以复制代码直接运行，也可以直接点击「Try」按钮进行测试。
主要请求参数：
prompt：图片描述词（支持自动翻译）。mode：生成模式，可选fast/relax/turbo，默认 fast。V8.2 支持三种模式；V8.1 仅支持fast和relax。version：模型版本，推荐最新的 V8.2。V8.2 支持quality和 HD；V8.1 不支持quality，使用 SD/HD 分辨率档。timeout：超时时间（秒），超时会直接返回。translation：是否自动翻译非英文 prompt。split_images：是否将 2x2 结果拆分返回单张。action/image_id：对历史图片继续操作时需指定。callback_url：异步回调地址。async：可选，设为true时接口立即返回task_id，无需提供callback_url，随后通过对应的任务查询接口轮询获取结果。
task_id，生成此图像任务的 ID，用于唯一标识此次图像生成任务。image_id，图片的唯一标识，在下次需要对图片进行变换操作时需要传此参数。image_url，缩略图的 URL，直接打开即可查看生成的效果。image_width：缩略图的像素宽度。image_height：缩略图的像素高度。raw_image_url：原图的 URL，和缩略图内容一样，但相比缩略图更加高清，加载速度会更慢一些。raw_image_width：原图的像素宽度。raw_image_height：原图的像素高度。actions，可以对生成的图片进行的进一步操作列表。这里一共列了 8 个，其中upscale代表放大，variation代表变换。所以upscale1代表的就是对左上角第一张图片进行放大操作，variation3就是代表根据左下角第三张图片进行变换操作。
image_url 或者 raw_image_url 所对应的链接，可以发现如图所示。
可以看到，这里生成了一张 2x2 的预览图。到现在为止，第一次 API 调用就完成了。
图像放大与变换
下面我们尝试针对当前生成的照片进行进一步的操作，比如我们觉得右上角第二张的图片还不错，但我们想进行一些变换微调，那么就可以进一步将action 填写为 variation2，同时将 image_id 传递即可：
这时候得到的结果如下：
image_url，新生成的图片如下所示：
可以看到，针对上一张右上角的图片，我们再次得到了四张类似的照片。
这时候我们可以挑选其中一张进行精细化地放大操作，比如选第四张，那就可以 action 传入 upscale4，通过 image_id 再次传入当前图像的 ID 即可。
注意：返回结果如下：upscale操作相比variation来说，Midjourney 的耗时会更短一些。
image_url 如图所示：
这样我们就成功得到了一张兰博基尼的照片。
同时注意到 actions 里面又包含了几个可进行的操作，介绍如下：
upscale_2x：对画面放大 2 倍，得到 2 倍高清图。upscale_4x：对画面放大 4 倍，得到 4 倍高清图。zoom_out_2x：对画面进行缩小两倍操作（周围区域填充）。zoom_out_1_5x：对画面进行缩小 1.5 倍操作（周围区域填充）。pan_left：对画面进行左偏移操作。pan_right：对画面进行右便宜操作。pan_up：对画面进行上偏移操作。pan_down：对画面进行下偏移操作。
图像改写（垫图）
该 API 也支持图像改写，俗称垫图，我们可以输入一张图片 URL 以及需要改写的描述文字，该 API 就可以返回改写后的图片。注意：输入的图片 URL 需要是一张纯图片，不能是一个网页里面展示一张图片，否则无法进行图像改写。建议使用图床来上传获取图片的 URL。例如，我们这里有一张公路落日的图片，公路旁边有一些树木和楼房，如图所示：
现在我们想在它的基础上改写成海滩旁边，同时放一辆汽车停在路边。我们就可以构造如下的 prompt：
—iw 2 来调整图片的权重。
我们可以将如上内容作为一个整体，传递给 prompt 字段，如图所示：
输出结果如下：
可以看到，在原来的图片整体风格和构图不变的前提下，整个场景变成了海滩旁边，同时公路上还出现了汽车，这就是 Prompt with Image。
图像融合
该 API 也支持图像融合，我们可以传入多张图片，以实现不同的图片融合效果。 比如说这里我们一共有两张图片，一张是一只玩具熊，另一张是一个电锯，分别如图所示：
prompt 参数，运行效果如下：
可以看到，我们就成功实现了图片融合。
注意：图片融合最多可以支持 5 个图片 URL 作为输入，也就是最多支持 5 张图片融合，输入格式同上。
局部变换
该 API 也支持图像的局部绘图功能，但只支持在上文内容下生成的图片，我们可以传入一张生成图片的的唯一ID，局部重绘的行为参数action 以及需要重绘区域的掩码mask，以实现在改掩码区域进行重绘。
比如说这里我们有一张生成关于猫的图片：
注意：上述 Python 代码描述了 mask 的生成过程，如果您要将其对接到您的产品中，请根据其原理编写对应语言的代码。通过以上代码，我们获得了需要重绘的掩码
mask ，下面我们还需要需要将参数 action 设置为 variation_region ，生成图片的ID image_id （获取该参数参考上文的内容），以及传入对应的掩码 mask ，其它参数信息如下：
action：对图片进行操作的行为，此处为variation_region，表示对图片进行局部重绘。prompt：对图像进行局部重绘的描述词（可选参数）。image_id：图片的唯一标识，方便对图像进行局部重绘。mask：图片对应的掩码区域的base64编码（图片是上面image_id指定的）。
prompt 是一个非必填参数，这里为了方便对比将掩码区域的 prompt 设置为 A cute cat ，具体的参数设置如下图所示：
代码示例
可以发现，在页面右侧已经自动生成了各种语言的代码，如图所示：
CURL
Python
响应示例
请求成功后，API 将返回换脸后端图片结果信息。例如：
可以看到，我们就成功实现了对生成的图片的自定义区域进行局部重绘。
异步回调
由于 Midjourney 生成图片需要等待一段时间，所以本 API 也默认设计为了长等待模式。但在部分场景下，长等待可能会带来一些额外的资源开销，因此本 API 也提供了异步 Webhook 回调的方式，当图片生成成功或失败时，其结果都会通过 HTTP 请求的方式发送到指定的 Webhook 回调 URL。回调 URL 接收到结果之后可以进行进一步的处理。 下面演示具体的调用流程。 首先，Webhook 回调是一个可以接收 HTTP 请求的服务，开发者应该替换为自己搭建的 HTTP 服务器的 URL。此处为了方便演示，使用一个公开的 Webhook 样例网站 https://webhook.site/，打开该网站即可得到一个 Webhook URL，如图所示：
将此 URL 复制下来，就可以作为 Webhook 来使用，此处的样例为 https://webhook.site/995d0a91-d737-40a7-a3b9-5baf68ed924c。
接下来，我们可以设置字段 callback_url 为上述 Webhook URL，同时填入 prompt，如图所示：
点击测试之后会立即得到一个 task_id 的响应，用于标识当前生成任务的 ID，如图所示：
其结果就是当前任务的结果，内容如下：
success 字段标识了该任务是否执行成功，如果执行成功，还会有同样的 actions, image_id, image_url 字段，和上文介绍的返回结果是一样的，另外还有 task_id 用于标识任务，以实现 Webhook 结果和最初 API 请求的关联。
如果图片生成失败，Webhook URL 则会收到类似如下内容：
success 字段会是 false，同时还会有 error.code 和 error.message 字段描述了任务错误的详情信息，Webhook 服务器根据对应的结果进行处理即可。
流式输出
Midjourney 官方在生成图片的时候是有进度的，在最开始是一张模糊的照片，然后经过几次迭代之后，图片逐渐变得清晰，最后得到完整的图片。 所以，一张图片的生成过程大约可以分为「发送命令」->「开始生图（多次迭代逐渐清晰）」->「生图完毕」的阶段。 在没开启流式输出的情况下，本 API 从发起请求到返回结果，实际上是从上述「发送命令」->「生图完毕」的全过程，中间生图的过程也全被包含在里面，由于 Midjourney 本身生成图片速度较慢，整个过程大约需要等待一分钟或更久。 所以为了更好的用户体验，本 API 支持流式输出，即当「开始生图」的时候就开始返回结果，每当绘制进度有变化，就会流式将结果输出，直至生图结束。 如果想流式返回响应，可以更改请求头里面的accept 参数，修改为 application/x-ndjson，不过调用代码需要有对应的更改才能支持流式响应。
Python 样例代码：
注意：当生成未完全完成时，actions 字段为空，表示无法对中间图像执行进一步处理操作。生成完成后，在生成过程中生成的 image_url 将被销毁。
此外，您可以通过指定 accept=application/x-ndjson 的请求头和 callback_url 的请求体，将流式结果与异步回调结合起来，然后 callback_url 可以接收到多个流式结果的 POST 请求。