Премини към основното съдържание
Български— Изберете език
Меню

Редактиране в няколко стъпки и целево ретуширане

Урок 8 от 14 Обновен 3 ноември 2026 г. Начинаещ
На тази страница
  1. Верижно редактиране
  2. Насочване на зона чрез подканата
  3. Защита на зона с точност до пиксел: Локална маска
  4. Пълен работен процес за редактиране
  5. Ключови изводи

Обновено на 3 ноември 2026 г. Въз основа на страницата Image Editing, ръководството Image Prompting Guide и справочника за xAI Images API: крайната точка /v1/images/edits няма параметър mask – нито в справочника, нито в xai-sdk 1.21.0 – вопреки твърденията на предишната версия. Ретуширането се насочва чрез подкана (prompt), а зона се защитава с точност до пиксел чрез маска, приложена локално след редактирането. Източници: Image Editing · Image Prompting Guide · Images API.

Верижно редактиране

Редактирането на изображения става наистина мощно, когато комбинирате няколко модификации последователно. Принципът, описан от xAI, е прост: изходът от една редакция става вход за следващата, което Ви позволява да започнете от базово изображение и след това да добавяте детайли, да коригирате стила или да правите поправки стъпка по стъпка.

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

def edit_image(image_url, prompt):
    """Редактира изображение и връща URL адреса на резултата."""
    response = requests.post(
        "https://api.x.ai/v1/images/edits",
        headers=headers,
        json={
            "model": "grok-imagine-image",
            "prompt": prompt,
            "image": {"url": image_url}
        }
    )
    response.raise_for_status()
    return response.json()["data"][0]["url"]

# Стъпка 1: промяна на фона
url_tour1 = edit_image(
    "https://exemple.com/portrait.jpg",
    "Replace the background with a modern office overlooking the city. "
    "Keep the same person, pose, and framing."
)

# Стъпка 2: корекция на осветлението
url_tour2 = edit_image(
    url_tour1,
    "Make the light warm and dim, like late afternoon. "
    "Keep the same person, decor, and framing."
)

# Стъпка 3: добавяне на елемент
url_tour3 = edit_image(
    url_tour2,
    "Place an open laptop on the desk, in front of the person. "
    "Keep the same person, lighting, and framing."
)

print(f"Final result: {url_tour3}")

Най-добри практики за редактиране в няколко стъпки

Ръководството на xAI съветва да редактирате, когато субектът и композицията вече са добри и трябва да се променят само един до три детайла; ако самият субект е грешен, е по-добре да генерирате изображението отново. Всяка стъпка започва с описанието на модификацията, след което в едно изречение се посочва какво остава непроменено: субектът, ъгълът, кадърът, разположението на обектите. Според ръководството две формулировки водят до неуспех: едната започва с „запази всичко“, което почти нищо не променя, а другата копира цяла подкана, което реконструира сцената – субектът се измества, обект се удвоява или се превръща в съседен обект.

Подредете стъпките от общото към конкретното: първо фон, композиция и атмосфера, след това аксесоари и фини корекции, така че късна голяма промяна да не анулира малките ретуши.

Две предпазни мерки допълват метода. Изтегляйте всеки междинен резултат веднага щом бъде получен: URL адресите са временни и загубата на стъпка 3 от поредица от пет Ви принуждава да рестартирате от стъпка 2. И проверявайте всяка стъпка преди да продължите напред: дефект, въведен на стъпка 1 – например деформиран пръст или несъответстваща сянка – ще присъства във всички последващи стъпки, тъй като всяка започва от предишното изображение.

Насочване на зона чрез подканата

API не приема маска: подканата е тази, която насочва. Посочете частта за модифициране възможно най-точно – по име, позиция, материал – и назовете какво трябва да остане идентично.

url_chapeau = edit_image(
    url_tour3,
    "Replace the person's cap with a wide-brimmed straw hat. "
    "Keep the same face, hairstyle, decor, and framing."
)

Когато една корекция не проработи, ръководството препоръчва да промените думите, вместо да повтаряте същата заявка, като посочите коя част от изображението да се коригира и какво трябва да се вижда там. За да комбинирате няколко изображения – продукт в декор, герой от едно изображение в друго – редактирането приема до пет изходни изображения (урок 7).

Защита на зона с точност до пиксел: Локална маска

Ако част от изображението не трябва да се мести нито с пиксел – лого, лице, текст – приложете маската локално, след редактирането: запазвате оригиналната зона и вземате от редактираното изображение само онова, което е извън тази зона. С библиотеката Pillow, Image.composite(image1, image2, mask) копира image1 там, където маската е бяла, и запазва image2 там, където е черна:

from PIL import Image, ImageDraw

original = Image.open("original.jpg").convert("RGB")
edite = Image.open("edite.jpg").convert("RGB").resize(original.size)

# Маска: бяло = вземи редактираното, черно = запази оригинала
masque = Image.new("L", original.size, 255)
draw = ImageDraw.Draw(masque)
draw.rectangle([40, 40, 360, 160], fill=0)  # защитена зона, напр. лого

resultat = Image.composite(edite, original, masque)
resultat.save("resultat.jpg")

Трите изображения трябва да имат един и същи размер. Промяната на размера предполага, че редактирането е запазило съотношението на страните на източника: проверете това или го наложете чрез параметъра aspect_ratio в заявката. Маската не предотвратява модела да докосне зоната; тя Ви позволява да я възстановите след това.

Пълен работен процес за редактиране

Ето пример за структуриран работен процес, който запазва историята на всяка стъпка:

class ImageEditor:
    def __init__(self, api_key):
        self.headers = {
            "Authorization": f"Bearer {api_key}",
            "Content-Type": "application/json"
        }
        self.history = []

    def edit(self, image_url, prompt):
        response = requests.post(
            "https://api.x.ai/v1/images/edits",
            headers=self.headers,
            json={
                "model": "grok-imagine-image",
                "prompt": prompt,
                "image": {"url": image_url}
            }
        )
        response.raise_for_status()

        result_url = response.json()["data"][0]["url"]
        self.history.append({
            "prompt": prompt,
            "input": image_url,
            "output": result_url
        })
        return result_url

Ключови изводи

  • Редактирането в няколко стъпки верижно свързва резултатите: всеки изход става вход за следващата редакция
  • Редактирайте, когато субектът и композицията са добри и трябва да се променят само един до три детайла
  • Всяка стъпка: първо модификацията, след това какво трябва да остане идентично
  • API няма параметър mask: насочвайте чрез подканата и защитавайте зона с локална маска, приложена след редактирането
  • Изходните URL адреси са временни: изтегляйте междинните резултати