Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Επεξεργασία Πολλαπλών Εικόνων και Αναφορές

Μάθημα 7 / 14 Ενημερώθηκε 2 Νοεμβρίου 2026 Αρχάριος
Σε αυτήν τη σελίδα
  1. Εργασία με Πολλαπλές Εικόνες Προέλευσης
  2. Η Παράμετρος images (Πληθυντικός)
  3. Αναφορά Εικόνων στο Prompt
  4. Περιπτώσεις Χρήσης με Πολλαπλές Εικόνες
  5. Όρια και Βέλτιστες Πρακτικές
  6. Πρακτική Εξάσκηση
  7. Βασικά σημεία

Ενημερώθηκε στις 2 Νοεμβρίου 2026 — Imagine. Το grok-imagine-image-quality καταργήθηκε από τις 2 Νοεμβρίου 2026 (τα αιτήματα διαχειρίζονται 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, τα πεδία aspect_ratio, resolution και quality περνούν μέσω του extra_body, ενώ η επεξεργασία γίνεται μέσω του xAI SDK ή μέσω HTTP request.

Εργασία με Πολλαπλές Εικόνες Προέλευσης

Ένα από τα βασικά πλεονεκτήματα του endpoint επεξεργασίας είναι η δυνατότητα παροχής έως και 5 εικόνων αναφοράς σε ένα μόνο αίτημα. Αυτό ανοίγει προηγμένες δημιουργικές δυνατότητες: συνδυασμός στοιχείων από πολλαπλές πηγές, ανάμειξη στυλ ή δημιουργία σύνθετων συνθέσεων.

Η Παράμετρος images (Πληθυντικός)

Η μετάβαση από το image στο images αλλάζει περισσότερα από το σχήμα της παραμέτρου: αλλάζει το τι ζητάτε από το μοντέλο να κάνει. Με μία μόνο πηγή, τροποποιεί μια εικόνα· με πολλαπλές, πρέπει να κάνει διαιτησία μεταξύ τους—αποφασίζοντας τι θα πάρει από την καθεμία. Θα κάνει διαιτησία ούτως ή άλλως· το μόνο ερώτημα είναι αν θα κατευθύνετε εσείς αυτή τη διαδικασία, κάτι που αποτελεί το αντικείμενο της επόμενης ενότητας.

Σημειώστε ότι οι δύο παράμετροι είναι αμοιβαία αποκλειόμενες: τα image (μεμονωμένο αντικείμενο) και images (πίνακας) δεν μπορούν να συνδυαστούν.

import requests
import os

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

payload = {
    "model": "grok-imagine-image",
    "prompt": "Συνδύασε τον χαρακτήρα από την πρώτη εικόνα με "
              "το τοπίο από τη δεύτερη εικόνα",
    "images": [
        {"url": "https://exemple.com/personnage.jpg"},
        {"url": "https://exemple.com/paysage.jpg"}
    ]
}

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

Αναφορά Εικόνων στο Prompt

Όταν παρέχετε πολλαπλές εικόνες, μπορείτε να τις αναφέρετε μεμονωμένα στο prompt σας χρησιμοποιώντας τη σύνταξη <IMAGE_0>, <IMAGE_1> κ.ο.κ. Ο δείκτης ξεκινά από το 0.

payload = {
    "model": "grok-imagine-image",
    "prompt": "Τοποθέτησε το προϊόν από το <IMAGE_0> πάνω στο τραπέζι από το <IMAGE_1>, "
              "με τον φωτισμό περιβάλλοντος από το <IMAGE_2>",
    "images": [
        {"url": "https://exemple.com/produit.jpg"},      # <IMAGE_0>
        {"url": "https://exemple.com/table.jpg"},         # <IMAGE_1>
        {"url": "https://exemple.com/ambiance.jpg"}       # <IMAGE_2>
    ]
}

Αυτή η σύνταξη είναι που ξεχωρίζει μια ελεγχόμενη σύνθεση από μια κατά προσέγγιση ανάμειξη. Το «συνδύασε αυτές τις εικόνες» αφήνει τα πάντα στο μοντέλο· το «τοποθέτησε το προϊόν από το <IMAGE_0> στο σκηνικό του <IMAGE_1> διατηρώντας τον φωτισμό από το <IMAGE_1>» δεν αφήνει περιθώρια ερμηνείας. Μόλις παρέχετε περισσότερες από μία πηγές, αναφερθείτε σε αυτές ρητά.

Περιπτώσεις Χρήσης με Πολλαπλές Εικόνες

Μεταφορά Στυλ (Style Transfer)

Εφαρμόστε το στυλ μιας εικόνας αναφοράς σε μια άλλη:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Αναπαράγαγε το περιεχόμενο του <IMAGE_0> στο καλλιτεχνικό στυλ του <IMAGE_1>",
    "images": [
        {"url": "https://exemple.com/photo-originale.jpg"},
        {"url": "https://exemple.com/reference-style.jpg"}
    ]
}

Σύνθεση Προϊόντος

Ενσωματώστε ένα προϊόν σε ένα σκηνικό με φωτισμό αναφοράς:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Φωτογράφησε το προϊόν από το <IMAGE_0> τοποθετημένο στα έπιπλα από το <IMAGE_1> "
              "στο δωμάτιο από το <IMAGE_2>, με συνεπή φυσικό φωτισμό",
    "images": [
        {"url": "https://exemple.com/produit-detouré.png"},
        {"url": "https://exemple.com/meuble.jpg"},
        {"url": "https://exemple.com/piece.jpg"}
    ]
}

Σύντηξη Προσώπου και Φόντου

Συνδυάστε ένα πορτρέτο με ένα συγκεκριμένο φόντο:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Τοποθέτησε το άτομο από το <IMAGE_0> μπροστά από το κτίριο από το <IMAGE_1>, "
              "διατηρώντας τον φυσικό φωτισμό και την προοπτική",
    "images": [
        {"url": "https://exemple.com/portrait.jpg"},
        {"url": "https://exemple.com/batiment.jpg"}
    ]
}

Όρια και Βέλτιστες Πρακτικές

Το τεχνικό όριο είναι 5 εικόνες ανά αίτημα και μπορείτε να αναμειγνύετε ελεύθερα μορφές—κάποιες πηγές ως URLs, άλλες ως Base64—στον ίδιο πίνακα. Η πραγματική δυσκολία δεν βρίσκεται εκεί: βρίσκεται στην ακρίβεια του prompt, η οποία πρέπει να αυξάνεται ανάλογα με τον αριθμό των εικόνων. Με δύο πηγές, το «συνδύασε τον χαρακτήρα και το σκηνικό» συχνά αρκεί· με πέντε, το μοντέλο δεν μπορεί πλέον να μαντέψει ποιο στοιχείο να πάρει από ποια εικόνα, και αυτός είναι ακριβώς ο ρόλος των αναφορών <IMAGE_1> έως <IMAGE_5>: το «τοποθέτησε το λογότυπο από το <IMAGE_2> στο μπλουζάκι του χαρακτήρα από το <IMAGE_1>, στην ατμόσφαιρα φωτισμού του <IMAGE_3>» δεν αφήνει καμία ασάφεια. Για σύνθετες συνθέσεις πολλαπλών πηγών, το pro μοντέλο (grok-imagine-image-quality) δικαιολογεί το επιπλέον κόστος του: ακριβώς εδώ είναι πιο ορατό το χάσμα με το τυπικό μοντέλο, όσον αφορά τη συνοχή μεταξύ ετερογενών στοιχείων.

Πρακτική Εξάσκηση

Δοκιμάστε να συνδυάσετε δύο εικόνες που έχετε στη διάθεσή σας:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Δημιούργησε μια σκηνή όπου το αντικείμενο από το <IMAGE_0> αιωρείται στον ουρανό από το <IMAGE_1>, "
              "σε σουρεαλιστικό στυλ",
    "images": [
        {"url": "URL_OF_YOUR_FIRST_IMAGE"},
        {"url": "URL_OF_YOUR_SECOND_IMAGE"}
    ],
    "n": 3
}

Δημιουργήστε 3 παραλλαγές για να συγκρίνετε τις ερμηνείες του μοντέλου.

Βασικά σημεία

  • Η παράμετρος images δέχεται έως και 5 εικόνες προέλευσης σε έναν πίνακα
  • Τα image (ενικός) και images (πληθυντικός) είναι αμοιβαία αποκλειόμενα
  • Η σύνταξη <IMAGE_0>, <IMAGE_1> σάς επιτρέπει να αναφέρεστε σε κάθε εικόνα μέσα στο prompt
  • Οι περιπτώσεις χρήσης περιλαμβάνουν μεταφορά στυλ, σύνθεση και σύντηξη
  • Να είστε ακριβείς στο prompt σας όταν χρησιμοποιείτε πολλαπλές πηγές