Премини към основното съдържание
Български— Изберете език
Меню

Контрол на качеството, стила и резолюцията

Урок 4 от 12 Обновен 2 ноември 2026 г. Програмист
На тази страница
  1. Контрол на качеството, стила и резолюцията
  2. Нива на качество
  3. Налични резолюции
  4. Контрол на стила чрез вашето подсказване
  5. Помощна функция за генериране
  6. Изберете правилната комбинация

Обновено на 2 ноември 2026 г. — Модели за изображения. gpt-image-1, моделът, за който първоначално беше написан този курс, беше спрян от употреба на 23 октомври 2026 г. Освен това, gpt-image-1.5, gpt-image-1-mini и chatgpt-image-latest ще бъдат оттеглени на 1 декември 2026 г. Примерите сега използват gpt-image-2.5-sunburst, който предлага най-висока прецизност за редактиране; gpt-image-2.5-flare е по-бърз за стандартно генериране. И двата модела вече поддържат нива на качество xhigh и max. Моделите GPT Image винаги връщат изображения във формат base64: параметърът response_format, използван от по-старите модели на DALL·E, вече не се приема и беше премахнат от кода. Източник: Image generation (OpenAI).

Контрол на качеството, стила и резолюцията

GPT Image предоставя няколко лоста за настройка на изходния резултат, но те не работят по един и същи начин. Качеството и резолюцията са явни параметри на API, които влияят върху разходите и времето за генериране. Стилът обаче се контролира изцяло чрез вашето подсказване (prompt). Разбирането на тази разлика ви предпазва от търсене на несъществуващи опции и ви помага да оптимизирате съотношението качество-цена за всяко генериране.

Нива на качество

Параметърът quality директно влияе върху нивото на детайлност и времето за генериране. Най-добрият начин да видите разликата е да го тествате върху взискателен обект – като натюрморт с осветление в стил Рембранд, където градиентите и текстурите са критични – вместо върху плоска графика, където разликите биха били невидими.

import base64
from openai import OpenAI

client = OpenAI()

qualities = ["low", "medium", "high"]

for q in qualities:
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Still life with exotic fruits on a marble table, Rembrandt lighting",
        size="1024x1024",
        quality=q
    )
    with open(f"quality_{q}.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Quality {q}: quality_{q}.png")
КачествоДетайлиВремеРазходПрепоръчителна употреба
lowОсновниБързоИкономичноЧернови, тестове, прототипиране
mediumДобриУмереноСредноСоциални мрежи, презентации
highМаксималниПо-бавноВисокоПечат, реклама, портфолиа

Налични резолюции

Налични са три съотношения на страните, всяко от които е адаптирано за конкретни случаи на употреба: квадратно 1024×1024 за социални мрежи и аватари, портретно 1024×1536 за истории, плакати и мобилни екрани, и пейзажно 1536×1024 за банери, заглавия и презентации. Винаги генерирайте директно във вашия целеви формат. Изрязването впоследствие губи пиксели, за които сте платили, и нарушава композицията, която моделът е изградил за тази конкретна рамка.

import base64
from openai import OpenAI

client = OpenAI()

resolutions = {
    "1024x1024": "Square — ideal for social media and avatars",
    "1024x1536": "Portrait — stories, posters, mobile",
    "1536x1024": "Landscape — banners, headers, presentations",
}

for size, description in resolutions.items():
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Panoramic view of a futuristic city at dusk, neon lights and skyscrapers",
        size=size,
        quality="medium"
    )
    with open(f"city_{size}.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"{size} ({description}) → city_{size}.png")

Контрол на стила чрез вашето подсказване

Стилът не е явен параметър на API; вие го контролирате изцяло чрез вашето подсказване. Най-надеждната техника е да посочите прецизен медиум със собствената му терминология. „Професионална фотография, Nikon D850, f/2.8“ не просто иска снимка – то изисква специфична дълбочина на рязкост и оптично възпроизвеждане. „Ретро 16-битов пиксел арт, ограничена палитра“ налага ограничение на резолюцията, което моделът ще спазва. Цикълът по-долу прилага пет различни медиума върху един и същи обект, правейки разликите веднага видими.

import base64
mediums = [
    "professional photography, Nikon D850, f/2.8",
    "oil painting on canvas, impressionist style",
    "flat design vector illustration, pastel colors",
    "architectural technical drawing, cross-section view",
    "retro 16-bit pixel art, limited palette",
]

for medium in mediums:
    prompt = f"A typical Parisian café with outdoor seating, {medium}"
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="medium"
    )
    filename = f"cafe_{mediums.index(medium) + 1}.png"
    with open(filename, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"{medium[:40]}... → {filename}")

Осветлението е вашият втори лост и често най-мощният: то може радикално да трансформира една и съща сцена. Портрет на керамичен занаятчия в работилницата ѝ се превръща в трезв документален кадър при триточково студийно осветление, в рекламно изображение при светлина от „златния час“ или във филмов плакат в киароскуро стил на Караваджо. Обектът не е променен нито с дума; само атмосферата се е изместила.

import base64
lightings = [
    "three-point studio lighting, neutral white background",
    "natural golden hour light",
    "cyberpunk neon lighting, pink and blue",
    "dramatic Caravaggio-style chiaroscuro",
    "diffuse rainy day light, gray tones",
]

for lighting in lightings:
    prompt = f"Portrait of a ceramic artisan in her workshop, {lighting}"
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1536",
        quality="high"
    )
    filename = f"artisan_{lightings.index(lighting) + 1}.png"
    with open(filename, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Lighting: {lighting} → {filename}")

Помощна функция за генериране

Повтарянето на едни и същи шест реда за всяко извикване бързо става досадно и податливо на грешки. Опаковайте предпочитанията си по подразбиране в многократна функция, която също така обработва съхранението на диск и добавянето на наставки към файловете, когато заявявате множество изображения.

from openai import OpenAI
import base64
from pathlib import Path

client = OpenAI()

def generate_image(
    prompt: str,
    output_path: str,
    size: str = "1024x1024",
    quality: str = "medium",
    n: int = 1
) -> list[str]:
    """
    Generates one or more images and saves them locally.
    Returns a list of created file paths.
    """
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        n=n,
        size=size,
        quality=quality,
    )

    paths = []
    for i, image in enumerate(response.data):
        if n > 1:
            path = Path(output_path).stem + f"_{i+1}" + Path(output_path).suffix
        else:
            path = output_path

        data = base64.b64decode(image.b64_json)
        with open(path, "wb") as f:
            f.write(data)
        paths.append(path)
        print(f"Saved: {path}")

    return paths


# Usage
generate_image(
    prompt="Premium packaging for matcha tea, minimalist Japanese design",
    output_path="matcha_packaging.png",
    size="1024x1024",
    quality="high"
)

Изберете правилната комбинация

Вие решавате и двата параметра заедно, въз основа на вашата целева среда. Таблицата по-долу обобщава най-честите сценарии.

КонтекстРезолюцияКачество
Бързо прототипиране1024×1024low
Публикация в Instagram / LinkedIn1024×1024medium
Вертикална история / Reel1024×1536medium
Уеб банер / заглавие1536×1024medium
Печатен плакат A3+1024×1536high
Креативно портфолио / книга1024×1024high
Пакетно тестване на подсказвания1024×1024low

В производствена среда не копирайте ръчно тази таблица във всеки скрипт. Превърнете я в логика за конфигурация и оставете кода си да избира въз основа на deklarirania контекст. Така получавате един източник на истината и ако по-късно решите публикациите ви в социалните мрежи да използват качество high, е необходима само промяна на един ред.

def generate_for_context(prompt: str, context: str, output: str):
    """Automatically adapts quality and resolution to the context."""
    configs = {
        "prototype": {"size": "1024x1024", "quality": "low"},
        "social_media": {"size": "1024x1024", "quality": "medium"},
        "story": {"size": "1024x1536", "quality": "medium"},
        "banner": {"size": "1536x1024", "quality": "medium"},
        "print": {"size": "1024x1536", "quality": "high"},
    }

    config = configs.get(context, configs["social_media"])

    return generate_image(
        prompt=prompt,
        output_path=output,
        **config
    )


# Generate the same image for different media
generate_for_context(
    "Corsen AI logo on dark background, premium tech style",
    "social_media",
    "logo_social.png"
)

За да изградите собствена преценка за тези настройки, генерирайте цялата матрица сами: напишете скрипт, който приема едно подсказване и произвежда всичките девет комбинации качество × резолюция, запазва всеки файл с явно име като image_low_1024x1024.png и показва обобщена таблица. Скоро ще разпознавате с око кога medium е достатъчно.