Премини към основното съдържание
Български— Изберете език
Меню

Сравнение на множество изображения

Урок 8 от 12 Обновен 30 юли 2026 г. Начинаещ
На тази страница
  1. Анализ на множество изображения в една заявка
  2. Структура на заявката за множество изображения
  3. Случай на употреба: Сравнение „Преди/След“
  4. Случай на употреба: Проследяване във времето
  5. Случай на употреба: Контрол на качеството
  6. Случай на употреба: Конкурентен анализ
  7. Оптимизиране на заявките за множество изображения
  8. Ключови изводи

Анализ на множество изображения в една заявка

Една от основните силни страни на Grok Vision е способността да изпращате неограничен брой изображения в рамките на една единствена заявка. Това отваря уникални възможности за сравнение, проследяване във времето и кръстосан анализ, които API-тата за работа с едно изображение не могат да предложат.

Структура на заявката за множество изображения

Форматът е прост: добавете толкова обекта input_image, колкото е необходимо, към масива input, като ги редувате с текст, за да насочите анализа:

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_text", "text": "Image A:"},
        {"type": "input_image", "image_url": url_image_a},
        {"type": "input_text", "text": "Image B:"},
        {"type": "input_image", "image_url": url_image_b},
        {"type": "input_text", "text": "Compare these two images in detail."}
    ]
)

Етикетирането на всяко изображение с текст („Изображение А“, „Изображение Б“) помага на модела да структурира отговора си и да прави ясни препратки към всяко от изображенията.

Случай на употреба: Сравнение „Преди/След“

Идеално за проследяване на проекти, ремонти, дизайн или контрол на качеството:

def comparer_avant_apres(url_avant, url_apres):
    prompt = """Compare these two images (before and after) and identify:

1. The main changes
2. Elements that have not changed
3. Visible improvements
4. Any potential issues introduced

Present your response as a structured list."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_text", "text": "BEFORE:"},
            {"type": "input_image", "image_url": url_avant, "detail": "high"},
            {"type": "input_text", "text": "AFTER:"},
            {"type": "input_image", "image_url": url_apres, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Случай на употреба: Проследяване във времето

Проследявайте еволюцията на дадено място, продукт или процес във времето:

def analyser_evolution(images_chronologiques):
    """images_chronologiques: list of {"url": ..., "date": ...}"""
    input_data = []

    for img in images_chronologiques:
        input_data.append({
            "type": "input_text",
            "text": f"Photo from {img['date']}:"
        })
        input_data.append({
            "type": "input_image",
            "image_url": img["url"],
            "detail": "auto"
        })

    input_data.append({
        "type": "input_text",
        "text": """Analyze the chronological evolution visible in
these images. Identify progressive changes, trends,
and any notable events between the different dates."""
    })

    response = client.responses.create(
        model="grok-4.5",
        input=input_data,
        store=False
    )
    return response.output_text

Случай на употреба: Контрол на качеството

Сравнете произведен продукт с неговия референтен модел:

def controle_qualite(url_reference, url_produit):
    prompt = """Compare the photographed product to the reference model.

Identify:
1. Compliance (what matches the model)
2. Non-compliance (deviations, defects, differences)
3. Severity of each non-compliance (minor, major, critical)

Return a JSON with:
{
  "compliant": true/false,
  "score": 0-100,
  "compliances": [...],
  "non_compliances": [
    {"description": "...", "severity": "minor|major|critical"}
  ]
}"""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_text", "text": "REFERENCE (expected model):"},
            {"type": "input_image", "image_url": url_reference, "detail": "high"},
            {"type": "input_text", "text": "PRODUCT to check:"},
            {"type": "input_image", "image_url": url_produit, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Случай на употреба: Конкурентен анализ

Сравнете интерфейси, опаковки или презентации на продукти от конкуренти:

def analyser_concurrence(images_concurrents):
    """images_concurrents: [{"brand": "...", "url": "..."}]"""
    input_data = []

    for concurrent in images_concurrents:
        input_data.append({
            "type": "input_text",
            "text": f"{concurrent['brand']}:"
        })
        input_data.append({
            "type": "input_image",
            "image_url": concurrent["url"],
            "detail": "auto"
        })

    input_data.append({
        "type": "input_text",
        "text": """Compare these competitor products/interfaces.
For each, identify visual strengths and weaknesses.
Provide a positioning recommendation."""
    })

    response = client.responses.create(
        model="grok-4.5",
        input=input_data,
        store=False
    )
    return response.output_text

Оптимизиране на заявките за множество изображения

Когато изпращате много изображения, потреблението на токени нараства бързо. Ето няколко стратегии за оптимизация:

Коригиране на нивото на детайлност

Използвайте low за общи сравнения и high само когато анализирате фини детайли:

# Global comparison: low is sufficient
detail = "low"  # ~256 tokens per image

# Defect analysis: high required
detail = "high"  # ~1024-1792 tokens per image

Ограничаване на броя изображения на заявка

Въпреки че няма твърдо ограничение, при повече от 10–15 изображения качеството на анализа може да намалее. Моделът има краен контекст и трябва да го разпредели между всички изображения:

# If more than 10 images, process in batches
def analyser_par_lots(images, taille_lot=10):
    resultats = []
    for i in range(0, len(images), taille_lot):
        lot = images[i:i + taille_lot]
        resultat = analyser_lot(lot)
        resultats.append(resultat)
    return fusionner_resultats(resultats)

Преоразмеряване на изображенията

Ако сравнявате снимки с висока разделителна способност за общ анализ, преоразмерете ги преди изпращане, за да намалите броя на токените:

def preparer_pour_comparaison(chemin, taille_max=(800, 800)):
    img = Image.open(chemin)
    img.thumbnail(taille_max)
    # ... encode to base64

Ключови изводи

  • Броят на изображенията на заявка е неограничен – това е ключово предимство на xAI API.
  • Етикетирайте всяко изображение с текст, за да структурирате анализа.
  • Настройте параметъра detail спрямо вида на сравнението.
  • При повече от 10–15 изображения обработвайте данните на партиди, за да запазите качеството.
  • Случаите на употреба включват: сравнение „преди/след“, проследяване във времето, контрол на качеството и конкурентен анализ.