Redigér eksisterende billeder (inpainting, outpainting)
På denne side
Opdateret 2. november 2026 — Billedmodeller.
gpt-image-1, som dette kursus oprindeligt blev skrevet til, blev udfaset 23. oktober 2026. Derudover vilgpt-image-1.5,gpt-image-1-miniogchatgpt-image-latestblive trukket tilbage 1. december 2026. Eksemplerne bruger nugpt-image-2.5-sunburst, der tilbyder højeste præcision ved redigering;gpt-image-2.5-flareer hurtigere til generel generering. Begge modeller understøtter også kvalitetsindstillingernexhighogmax. GPT Image-modeller returnerer altid billeder i base64: parameterenresponse_format, som ældre DALL·E-modeller brugte, accepteres ikke længere og er fjernet fra koden. Kilde: Image generation (OpenAI).
Redigér eksisterende billeder
Metoden client.images.edit() modificerer et eksisterende billede ved hjælp af en maske, der definerer det område, der skal regenereres. Dette leder til to forskellige brugstilfælde, som det er værd at navngive præcist, da de kræver forskellige masker. Inpainting udfylder eller erstatter et indre område – du kan fx ændre himlen i et landskab, skærmen på en computer eller farven på en væg. Outpainting udvider derimod billedet ud over dets oprindelige kanter, f.eks. ved at gøre et kvadratisk portræt til et panoramabanner.
Hvordan masken fungerer
Masken er et PNG-billede med samme dimensioner som kildebilledet. Gennemsigtige områder (alfa = 0) angiver, hvor modellen skal generere nyt indhold; ugennemsigtige områder forbliver urørte. Denne konvention er kontraintuitiv i starten: du vil naturligt gerne “male” det, du vil ændre, men du skal faktisk skære et hul i masken i stedet. Selve API-kaldet forbliver simpelt og kræver kun de to filer samt en beskrivelse af, hvad der skal vises.
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))
Du behøver ikke et grafikprogram til at oprette denne maske. Pillow kan generere en på få linjer: start med et fuldstændigt ugennemsigtigt lag, der matcher kildedimensionerne, og tegn derefter den form, du vil gøre gennemsigtig. Scriptet nedenfor skaber et rektangulært vindue i midten af billedet.
from PIL import Image, ImageDraw
# Indlæs kildebilledet for at få dets dimensioner
source = Image.open("desk_photo.png")
width, height = source.size
# Opret en fuldstændigt ugennemsigtig maske (sort)
mask = Image.new("RGBA", (width, height), (0, 0, 0, 255))
draw = ImageDraw.Draw(mask)
# Tegn et gennemsigtigt område (området der skal redigeres)
# Rektangel i midten af billedet
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"Maske oprettet: {width}x{height}, redigerbart område i midten")
Inpainting: Erstat et element
Når du gentager denne operation, giver det mening at kapsle maskeoprettelse og API-kaldet ind i én enkelt funktion, parametriseret efter det område, der skal modificeres. Prompten bør derefter kun beskrive indholdet, der forventes inden for det maskerede område, aldrig resten af billedet. Eksemplet nedenfor anvender denne funktion på et landskabsfoto og modificerer kun de øverste 400 pixels – himlen – for at give den en stormfuld atmosfære.
from openai import OpenAI
from PIL import Image, ImageDraw
import base64
client = OpenAI()
def inpaint_region(image_path, region, prompt, output_path):
"""
Erstat et rektangulært område i et billede.
region: tuple (x1, y1, x2, y2) i pixels
"""
# Opret masken
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")
# Kald API'en
response = client.images.edit(
model="gpt-image-2.5-sunburst",
image=open(image_path, "rb"),
mask=open("temp_mask.png", "rb"),
prompt=prompt
)
# Gem resultatet
with open(output_path, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Redigeret billede gemt: {output_path}")
# Eksempel: Erstat himlen i et landskabsfoto
inpaint_region(
image_path="landscape.png",
region=(0, 0, 1024, 400), # Øverste del = himlen
prompt="Dramatic sky with purple storm clouds at sunset",
output_path="landscape_sky_edited.png"
)
Outpainting: Udvid billedet
At forstørre et billede kræver et ekstra trin, fordi API’en ikke direkte kan generere indhold “ved siden af” en fil. Du skal først oprette et større lærred, indsætte originalen på det og levere en maske, der beskytter præcis det område, som originalen optager. Hele logikken hviler på at beregne de nye dimensioner og indsættelsespositionen baseret på den ønskede retning.
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):
"""
Udvid et billede i en given retning.
direction: 'right', 'bottom', 'left', 'top'
extra_pixels: antal pixels der skal tilføjes
"""
source = Image.open(image_path).convert("RGBA")
w, h = source.size
# Beregn nye dimensioner
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)
# Opret det udvidede lærred (gennemsigtigt = område der skal genereres)
extended = Image.new("RGBA", new_size, (0, 0, 0, 0))
extended.paste(source, paste_pos)
# Masken: gennemsigtig overalt undtagen hvor originalbilledet er placeret
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)
# Gem midlertidigt
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"Udvidet billede gemt: {output_path}")
# Udvid et portræt mod højre
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"
)
Bemærk formuleringen af udvidelses-prompten: „naturlig fortsættelse af scenen, samme belysning og baggrund”. Ved outpainting beskriver du ikke et nyt motiv; du beder modellen om at udvide det, den allerede ser. En alt for kreativ prompt ville producere en synlig søm mellem originalen og det tilføjede område.
Iterativ redigering
Intet hindrer dig i at kæde flere redigeringer sammen på samme billede ved at bruge hvert output som input til næste trin. Dette er den mest pålidelige måde at opbygge en kompleks komposition på: håndtér baggrunden først, derefter forgrunden, med en dedikeret maske til hver gennemgang, i stedet for at håbe på, at én enkelt prompt fikser alt på én gang.
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
# Trin 1: Modificér baggrunden
step1 = edit_step(
"scene.png", "mask_background.png",
"Lush tropical forest background",
"scene_step1.png"
)
# Trin 2: Tilføj et element til forgrunden
step2 = edit_step(
step1, "mask_foreground.png",
"A colorful macaw parrot perched on a branch",
"scene_step2.png"
)
print(f"Endeligt resultat: {step2}")
Vigtige pointer
Fire tekniske regler styrer succesen for kaldet. Overtrædelse af nogen af dem resulterer i en øjeblikkelig fejl i stedet for et forringet resultat.
- Kildebilledet og masken skal have samme dimensioner
- Begge filer skal være i PNG-format
- Den maksimale størrelse pr. fil er 4 MB
- Masken bruger alfakanalen til at definere redigerbare områder
En empirisk observation føjes til disse begrænsninger: resultaterne er mere konsistente, når det maskerede område udgør mindre end 50% af billedet. Ud over det har modellen for lidt kontekst til at blande korrekt, og du vil ofte få bedre resultater ved at opdele din modificering i to successive redigeringer.
Sæt dette i praksis med et foto af dit skrivebord eller et andet royaltyfrit billede: skriv et script, der automatisk genererer en maske over den øverste fjerdedel af billedet, erstatter det område med en stjernehimmel og gemmer resultatet lokalt.