Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Úprava existujících obrázků (inpainting, outpainting)

Lekce 3 z 12 Aktualizováno 2. listopadu 2026 Vývojář
Na této stránce
  1. Úprava existujících obrázků
  2. Jak funguje maska
  3. Inpainting: Nahrazení prvku
  4. Outpainting: Rozšíření obrázku
  5. Iterativní úpravy
  6. Klíčové omezení

Aktualizováno 2. listopadu 2026 — Modely pro generování obrázků. Model gpt-image-1, pro který byl tento kurz původně napsán, byl vyřazen z provozu 23. října 2026. Dále budou modely gpt-image-1.5, gpt-image-1-mini a chatgpt-image-latest ukončeny 1. prosince 2026. Příklady nyní využívají gpt-image-2.5-sunburst, který nabízí nejvyšší přesnost při úpravách; gpt-image-2.5-flare je rychlejší pro obecné generování. Obě modely také podporují nastavení kvality xhigh a max. Modely GPT Image vždy vracejí obrázky v base64: parametr response_format, který používaly starší modely DALL·E, již není přijímán a byl z kódu odstraněn. Zdroj: Generování obrázků (OpenAI).

Úprava existujících obrázků

Metoda client.images.edit() upravuje existující obrázek pomocí masky, která definuje oblast k regeneraci. To vede ke dvěma odlišným případům použití, které stojí za to přesně pojmenovat, protože vyžadují různé typy masek. Inpainting vyplňuje nebo nahrazuje vnitřní oblast – můžeš změnit oblohu na krajině, obrazovku na počítači nebo barvu zdi. Outpainting naopak rozšiřuje obrázek za jeho původní okraje, například přeměnou čtvercového portrétu na panoramatický banner.

Jak funguje maska

Maska je obrázek PNG se stejnými rozměry jako zdrojový obrázek. Průhledné oblasti (alfa = 0) označují místa, kde má model generovat nový obsah; nepřehledné oblasti zůstávají nedotčeny. Tato konvence je zpočátku protiintuitivní: přirozeně chceš „namalovat“ to, co chceš změnit, ale ve skutečnosti musíš do masky vyříznout díru. Samotné volání API zůstává jednoduché a vyžaduje pouze dva soubory a popis toho, co se má objevit.

import base64
from openai import OpenAI

client = OpenAI()

response = client.images.edit(
    model="gpt-image-2.5-sunburst",
    image=open("desk_photo.png", "rb"),
    mask=open("desk_mask.png", "rb"),
    prompt="A computer screen displaying a modern analytics dashboard"
)

with open("edited_desk.png", "wb") as f:
    f.write(base64.b64decode(response.data[0].b64_json))

K vytvoření této masky nepotřebuješ grafický editor. Knihovna Pillow ji dokáže vygenerovat během několika řádků: začni plně nepřehlednou vrstvou odpovídající rozměrům zdroje a poté nakresli tvar, který chceš učinit průhledným. Následující skript vytvoří obdélníkové okno uprostřed obrázku.

from PIL import Image, ImageDraw

# Načti zdrojový obrázek pro získání jeho rozměrů
source = Image.open("desk_photo.png")
width, height = source.size

# Vytvoř plně nepřehlednou masku (černou)
mask = Image.new("RGBA", (width, height), (0, 0, 0, 255))
draw = ImageDraw.Draw(mask)

# Nakresli průhlednou oblast (oblast k úpravě)
# Obdélník uprostřed obrázku
x1, y1 = width // 4, height // 4
x2, y2 = 3 * width // 4, 3 * height // 4
draw.rectangle([x1, y1, x2, y2], fill=(0, 0, 0, 0))

mask.save("desk_mask.png")
print(f"Maska vytvořena: {width}x{height}, upravitelná oblast uprostřed")

Inpainting: Nahrazení prvku

Jakmile tuto operaci začneš opakovat, dává smysl zapouzdřit vytváření masky a volání API do jedné funkce s parametry pro oblast k úpravě. Prompt by pak měl popisovat pouze obsah očekávaný uvnitř maskované oblasti, nikdy zbytek obrázku. Následující příklad aplikuje tuto funkci na fotografii krajiny a upravuje pouze horních 400 pixelů – oblohu – aby jí dodal bouřkovou atmosféru.

from openai import OpenAI
from PIL import Image, ImageDraw
import base64

client = OpenAI()

def inpaint_region(image_path, region, prompt, output_path):
    """
    Nahraď obdélníkovou oblast v obrázku.
    region: tuple (x1, y1, x2, y2) v pixelech
    """
    # Vytvoř masku
    source = Image.open(image_path)
    mask = Image.new("RGBA", source.size, (0, 0, 0, 255))
    draw = ImageDraw.Draw(mask)
    draw.rectangle(region, fill=(0, 0, 0, 0))
    mask.save("temp_mask.png")

    # Zavolej API
    response = client.images.edit(
        model="gpt-image-2.5-sunburst",
        image=open(image_path, "rb"),
        mask=open("temp_mask.png", "rb"),
        prompt=prompt
    )

    # Ulož výsledek
    with open(output_path, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Upravený obrázek uložen: {output_path}")


# Příklad: Nahraď oblohu na fotografii krajiny
inpaint_region(
    image_path="landscape.png",
    region=(0, 0, 1024, 400),  # Horní část = obloha
    prompt="Dramatic sky with purple storm clouds at sunset",
    output_path="landscape_sky_edited.png"
)

Outpainting: Rozšíření obrázku

Zvětšení obrázku vyžaduje extra krok, protože API neumí generovat obsah „vedle“ souboru přímo. Nejprve musíš vytvořit větší plátno, vložit na něj originál a poskytnout masku, která chrání přesně oblast zabranou tímto originálem. Celá logika spočívá ve výpočtu nových rozměrů a pozice vložení na základě požadovaného směru.

from openai import OpenAI
from PIL import Image
import base64
from io import BytesIO

client = OpenAI()

def outpaint(image_path, direction, extra_pixels, prompt, output_path):
    """
    Rozšiř obrázek daným směrem.
    direction: 'right', 'bottom', 'left', 'top'
    extra_pixels: počet pixelů k přidání
    """
    source = Image.open(image_path).convert("RGBA")
    w, h = source.size

    # Vypočítej nové rozměry
    if direction == "right":
        new_size = (w + extra_pixels, h)
        paste_pos = (0, 0)
    elif direction == "bottom":
        new_size = (w, h + extra_pixels)
        paste_pos = (0, 0)
    elif direction == "left":
        new_size = (w + extra_pixels, h)
        paste_pos = (extra_pixels, 0)
    elif direction == "top":
        new_size = (w, h + extra_pixels)
        paste_pos = (0, extra_pixels)

    # Vytvoř rozšířené plátno (průhledné = oblast k generování)
    extended = Image.new("RGBA", new_size, (0, 0, 0, 0))
    extended.paste(source, paste_pos)

    # Maska: všude průhledná kromě místa, kde je umístěn původní obrázek
    mask = Image.new("RGBA", new_size, (0, 0, 0, 0))
    opaque = Image.new("RGBA", (w, h), (0, 0, 0, 255))
    mask.paste(opaque, paste_pos)

    # Dočasně ulož
    extended.save("temp_extended.png")
    mask.save("temp_mask_outpaint.png")

    response = client.images.edit(
        model="gpt-image-2.5-sunburst",
        image=open("temp_extended.png", "rb"),
        mask=open("temp_mask_outpaint.png", "rb"),
        prompt=prompt
    )

    with open(output_path, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Rozšířený obrázek uložen: {output_path}")


# Rozšiř portrét doprava
outpaint(
    image_path="portrait.png",
    direction="right",
    extra_pixels=512,
    prompt="Natural continuation of the scene, same lighting and background",
    output_path="portrait_extended.png"
)

Všimni si formulace promptu pro rozšíření: „přirozené pokračování scény, stejné osvětlení a pozadí“. Při outpaintingu nepopisuješ nový předmět; žádáš model, aby rozšířil to, co již vidí. Příliš kreativní prompt by vytvořil viditelný spoj mezi originálem a přidanou oblastí.

Iterativní úpravy

Nic ti nebrání řetězit více úprav na stejném obrázku a používat každý výstup jako vstup pro další krok. Toto je nejspolehlivější způsob, jak vytvořit složitou kompozici: nejprve zpracuj pozadí, poté popředí, přičemž pro každý průchod použiješ vyhrazenou masku, místo abys doufal, že jediný prompt vše spraví najednou.

import base64
from openai import OpenAI

client = OpenAI()

def edit_step(image_path, mask_path, prompt, output_path):
    response = client.images.edit(
        model="gpt-image-2.5-sunburst",
        image=open(image_path, "rb"),
        mask=open(mask_path, "rb"),
        prompt=prompt
    )
    with open(output_path, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    return output_path

# Krok 1: Úprava pozadí
step1 = edit_step(
    "scene.png", "mask_background.png",
    "Lush tropical forest background",
    "scene_step1.png"
)

# Krok 2: Přidání prvku do popředí
step2 = edit_step(
    step1, "mask_foreground.png",
    "A colorful macaw parrot perched on a branch",
    "scene_step2.png"
)

print(f"Konečný výsledek: {step2}")

Klíčové omezení

Úspěch volání řídí čtyři technická pravidla. Porušení kteréhokoli z nich vede k okamžité chybě, nikoliv k degradovanému výsledku.

  • Zdrojový obrázek a maska musí mít stejné rozměry
  • Obě soubory musí být ve formátu PNG
  • Maximální velikost na soubor je 4 MB
  • Maska používá alfa kanál k definování upravitelných oblastí

K těmto omezením přibývá jedno empirické pozorování: výsledky jsou konzistentnější, když maskovaná oblast představuje méně než 50 % obrázku. Nad touto hranicí má model příliš málo kontextu pro správné prolínání a často dosáhneš lepších výsledků rozdělením úpravy do dvou po sobě jdoucích kroků.

Vyzkoušej si to v praxi s fotografií svého stolu nebo jakýmkoliv obrázkem bez autorských práv: napiš skript, který automaticky vygeneruje masku přes horní čtvrtinu obrázku, nahradí tuto oblast hvězdnatou oblohou a výsledek uloží lokálně.