Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Endpoint /v1/images/edits: Επεξεργασία των εικόνων σας

Μάθημα 5 / 14 Ενημερώθηκε 2 Νοεμβρίου 2026 Αρχάριος
Σε αυτήν τη σελίδα
  1. Επεξεργασία εικόνων με το Grok API
  2. Δομή του αιτήματος επεξεργασίας
  3. Γιατί να χρησιμοποιήσετε το requests αντί για το OpenAI SDK;
  4. Παράμετροι του endpoint επεξεργασίας
  5. Τύποι πιθανών επεξεργασιών
  6. Πρακτική εξάσκηση
  7. Βασικά σημεία

Ενημερώθηκε στις 2 Νοεμβρίου 2026 — Imagine. Το grok-imagine-image-quality καταργήθηκε στις 2 Νοεμβρίου 2026 (τα αιτήματά του εξυπηρετούνται πλέον από το Imagine 2.0 σε ποιότητα low): τα παραδείγματα χρησιμοποιούν πλέον τα grok-imagine-image (Imagine 1.0) και grok-imagine-image-2.0 (Imagine 2.0, με ποιότητα low, medium ή auto). Με το OpenAI SDK, οι παράμετροι aspect_ratio, resolution και quality περνούν μέσω του extra_body, ενώ η επεξεργασία απαιτεί τη χρήση του xAI SDK ή ενός αιτήματος HTTP.

Επεξεργασία εικόνων με το Grok API

Πέρα από τη δημιουργία, το xAI API προσφέρει ένα αφιερωμένο endpoint για την επεξεργασία υπαρχουσών εικόνων: POST /v1/images/edits. Αυτό το endpoint σας επιτρέπει να τροποποιείτε, να μεταμορφώνετε ή να βελτιώνετε εικόνες περιγράφοντας τις επιθυμητές αλλαγές σε μια απλή οδηγία κειμένου (prompt).

5
Μέγιστος αριθμός αρχικών εικόνων
2
Μορφές εισόδου
JSON
Απαιτούμενο Content-Type
∞
Γύροι επεξεργασίας

Δομή του αιτήματος επεξεργασίας

Η επεξεργασία λειτουργεί παρόμοια με τη δημιουργία, με μία όμως διαφορά που αλλάζει τα πάντα στον τρόπο σύνταξης των οδηγιών (prompts): η οδηγία περιγράφει την τροποποίηση, όχι την τελική εικόνα. Η φράση «Μια γυναίκα με γυαλιά ηλίου» θα αναδημιουργήσει ολόκληρη την εικόνα, ενώ η φράση «προσθήκη γυαλιών ηλίου» θα διατηρήσει τη φωτογραφία και θα παρέμβει μόνο σε αυτό το σημείο. Αυτή είναι η πιο συχνή σύγχυση στην πρώτη προσπάθεια και εξηγεί τα περισσότερα απογοητευτικά αποτελέσματα.

import requests
import os

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

payload = {
    "model": "grok-imagine-image",
    "prompt": "Add a red hat to the character",
    "image": {
        "url": "https://exemple.com/photo-personnage.jpg"
    }
}

response = requests.post(
    "https://api.x.ai/v1/images/edits",
    headers=headers,
    json=payload
)

result = response.json()
edited_url = result["data"][0]["url"]

Γιατί να χρησιμοποιήσετε το requests αντί για το OpenAI SDK;

Εδώ βρίσκεται η τεχνική παγίδα αυτού του μαθήματος και θα θέλετε να το γνωρίζετε πριν χάσετε μία ώρα προσπαθώντας: η συμβατότητα με το OpenAI SDK, που λειτουργεί άψογα για τη δημιουργία, σταματά στην επεξεργασία. Το endpoint επεξεργασίας του xAI χρησιμοποιεί μορφή JSON, ενώ η μέθοδος images.edit() του SDK στέλνει δεδομένα τύπου multipart/form-data. Αυτή η ασυμβατότητα στο content-type σημαίνει ότι πρέπει να χρησιμοποιήσετε απευθείας το REST API με τη βιβλιοθήκη requests για τις επεξεργασίες.

# ΔΕΝ ΛΕΙΤΟΥΡΓΕΙ με το xAI API
# client.images.edit(...)  # Στέλνει multipart, όχι JSON

# ΛΕΙΤΟΥΡΓΕΙ: απευθείας κλήση REST
requests.post(
    "https://api.x.ai/v1/images/edits",
    headers=headers,
    json=payload
)

Παράμετροι του endpoint επεξεργασίας

  • model (απαιτούμενο): grok-imagine-image (Imagine 1.0) ή grok-imagine-image-2.0 (Imagine 2.0, το οποίο δέχεται επίσης την παράμετρο quality)
  • prompt (απαιτούμενο): περιγραφή της τροποποίησης που θα εφαρμοστεί
  • image: αντικείμενο που περιέχει το URL μίας μόνο αρχικής εικόνας
  • images: πίνακας αντικειμένων για πολλαπλές αρχικές εικόνες (αμοιβαία αποκλειόμενο με το image)
  • mask: αντικείμενο που περιέχει το URL της μάσκας περιοχής προς επεξεργασία
  • n: αριθμός παραλλαγών προς δημιουργία (1 έως 10)
  • response_format: url ή b64_json

Τύποι πιθανών επεξεργασιών

Οι πέντε κατηγορίες που ακολουθούν δεν μοιράζονται τον ίδιο βαθμό επιτυχίας και είναι χρήσιμο να το γνωρίζετε πριν υποσχεθείτε ένα αποτέλεσμα. Η προσθήκη στοιχείων και η αλλαγή της ατμόσφαιρας λειτουργούν πολύ καλά επειδή βασίζονται σε υπάρχον περιεχόμενο. Η αφαίρεση είναι πιο δύσκολη —το μοντέλο πρέπει να ανακατασκευάσει ό,τι βρισκόταν πίσω από το αφαιρούμενο στοιχείο— και εδώ είναι που η μάσκα γίνεται απαραίτητη, ορίζοντας με ακρίβεια την περιοχή που πρέπει να υπολογιστεί εκ νέου.

  • Προσθήκη στοιχείων: «Προσθήκη γυαλιών ηλίου στον χαρακτήρα»
  • Αφαίρεση: «Αφαίρεση του φόντου και αντικατάστασή του με λευκό φόντο»
  • Μεταμόρφωση στυλ: «Μετατροπή αυτής της φωτογραφίας σε υδατογραφία»
  • Τροποποίηση ατμόσφαιρας: «Αλλαγή της σκηνής από μέρα σε νύχτα»
  • Διόρθωση: «Βελτίωση του φωτισμού και αύξηση της αντίθεσης»
# Παράδειγμα: αλλαγή στυλ εικόνας
payload = {
    "model": "grok-imagine-image",
    "prompt": "Transform this photo into a Franco-Belgian comic book style illustration",
    "image": {
        "url": "https://exemple.com/photo-ville.jpg"
    }
}

Πρακτική εξάσκηση

Δοκιμάστε να επεξεργαστείτε μια εικόνα σε πολλαπλά βήματα. Ξεκινήστε με μια απλή τροποποίηση και στη συνέχεια βελτιώστε την:

# Βήμα 1: τροποποίηση του φόντου
payload_step1 = {
    "model": "grok-imagine-image",
    "prompt": "Replace the background with a sunset over the ocean",
    "image": {"url": "https://exemple.com/portrait.jpg"}
}

Βασικά σημεία

  • Το endpoint επεξεργασίας είναι το POST /v1/images/edits
  • Χρησιμοποιήστε το requests στην Python, όχι το OpenAI SDK (ασυμβατότητα μορφής)
  • Μπορείτε να παρέχετε έως και 5 αρχικές εικόνες ανά αίτημα
  • Η οδηγία (prompt) περιγράφει την επιθυμητή τροποποίηση σε φυσική γλώσσα
  • Και τα δύο μοντέλα (Imagine 1.0 και Imagine 2.0) είναι διαθέσιμα για επεξεργασία· με το OpenAI SDK, η μέθοδος images.edit() δεν υποστηρίζεται από το xAI: χρησιμοποιήστε το xAI SDK ή ένα αίτημα HTTP