Porovnání více obrázků
Na této stránce
Analýza více obrázků v jediném požadavku
Jednou z klíčových silných stránek Grok Vision je schopnost odeslat v jediném požadavku neomezený počet obrázků. To otevírá jedinečné možnosti pro srovnávání, sledování vývoje v čase a křížovou analýzu, které API pracující pouze s jedním obrázkem nabídnout nemohou.
Struktura požadavku pro více obrázků
Formát je jednoduchý: do pole input přidej tolik objektů input_image, kolik potřebuješ, a prokládej je textem, který řídí analýzu:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "Obrázek A:"},
{"type": "input_image", "image_url": url_image_a},
{"type": "input_text", "text": "Obrázek B:"},
{"type": "input_image", "image_url": url_image_b},
{"type": "input_text", "text": "Podrobně porovnej tyto dva obrázky."}
]
)
Popis každého obrázku textem („Obrázek A“, „Obrázek B“) pomáhá modelu strukturovat odpověď a jasně odkazovat na konkrétní snímky.
Případ využití: Srovnání před a po
Ideální pro sledování projektů, rekonstrukce, design nebo kontrolu kvality:
def comparer_avant_apres(url_avant, url_apres):
prompt = """Porovnej tyto dva obrázky (před a po) a identifikuj:
1. Hlavní změny
2. Prvky, které se nezměnily
3. Viditelná vylepšení
4. Jakékoli potenciální problémy, které vznikly
Svou odpověď prezentuj jako strukturovaný seznam."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "PŘED:"},
{"type": "input_image", "image_url": url_avant, "detail": "high"},
{"type": "input_text", "text": "PO:"},
{"type": "input_image", "image_url": url_apres, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Případ využití: Sledování vývoje v čase
Sleduj vývoj lokality, produktu nebo procesu v čase:
def analyser_evolution(images_chronologiques):
"""images_chronologiques: seznam {"url": ..., "date": ...}"""
input_data = []
for img in images_chronologiques:
input_data.append({
"type": "input_text",
"text": f"Fotografie ze dne {img['date']}:"
})
input_data.append({
"type": "input_image",
"image_url": img["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Analyzuj chronologický vývoj viditelný na
těchto obrázcích. Identifikuj postupné změny, trendy
a jakékoli pozoruhodné události mezi jednotlivými daty."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Případ využití: Kontrola kvality
Porovnej vyrobený produkt s jeho referenčním modelem:
def controle_qualite(url_reference, url_produit):
prompt = """Porovnej vyfocený produkt s referenčním modelem.
Identifikuj:
1. Shodu (co odpovídá modelu)
2. Neshodu (odchylky, vady, rozdíly)
3. Závažnost každé neshody (malá, velká, kritická)
Vrať JSON ve formátu:
{
"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 (očekávaný model):"},
{"type": "input_image", "image_url": url_reference, "detail": "high"},
{"type": "input_text", "text": "PRODUKT ke kontrole:"},
{"type": "input_image", "image_url": url_produit, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Případ využití: Konkurenční analýza
Porovnej rozhraní, obaly nebo prezentace produktů od konkurence:
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": """Porovnej tyto produkty/rozhraní konkurence.
Pro každý z nich identifikuj vizuální silné a slabé stránky.
Poskytni doporučení pro posicionování."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Optimalizace požadavků pro více obrázků
Když odešleš mnoho obrázků, spotřeba tokenů rychle roste. Zde je několik strategií optimalizace:
Úprava úrovně detailu
Použij low pro obecná srovnání a high pouze při analýze jemných detailů:
# Obecné srovnání: low stačí
detail = "low" # ~256 tokenů na obrázek
# Analýza vad: vyžadováno high
detail = "high" # ~1024-1792 tokenů na obrázek
Omezení počtu obrázků na požadavek
I když neexistuje pevný limit, při více než 10–15 obrázcích může kvalita analýzy klesnout. Model má konečný kontext a musí jej rozdělit mezi všechny obrázky:
# Pokud je více než 10 obrázků, zpracuj je v dávkách
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)
Změna velikosti obrázků
Pokud porovnáváš fotografie s vysokým rozlišením pro obecnou analýzu, před odesláním je zmenši, abys snížil počet tokenů:
def preparer_pour_comparaison(chemin, taille_max=(800, 800)):
img = Image.open(chemin)
img.thumbnail(taille_max)
# ... zakódování do base64
Klíčové poznatky
- Počet obrázků na požadavek je neomezený – to je klíčová výhoda API xAI
- Každý obrázek popiš textem, abys strukturoval analýzu
- Přizpůsob parametr
detailtypu srovnání - Při více než 10–15 obrázcích zpracovávej data v dávkách, abys udržel kvalitu
- Mezi příklady využití patří: srovnání před a po, sledování vývoje v čase, kontrola kvality a konkurenční analýza