Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Mitme pildi redigeerimine ja viited

Õppetund 7 / 14 Värskendatud 2. november 2026 Algajatele
Sellel lehel
  1. Töö mitme lähtepildiga
  2. Parameeter images (mitmus)
  3. Piltidele viitamine juhendis (prompt)
  4. Kasutusjuhtumid mitme pildiga
  5. Piirangud ja head tavad
  6. Praktiline harjutus
  7. Peamised punktid

Uuendatud 2. novembril 2026 — Imagine. grok-imagine-image-quality eemaldati 2. novembril 2026 (päringuid töötleb nüüd Imagine 2.0 madalas kvaliteedis): näited kasutavad nüüd mudeleid grok-imagine-image (Imagine 1.0) ja grok-imagine-image-2.0 (Imagine 2.0, kvaliteediga low, medium või auto). OpenAI SDK puhul edastatakse parameetrid aspect_ratio, resolution ja quality väljal extra_body, redigeerimine toimub aga xAI SDK või HTTP-päringu kaudu.

Töö mitme lähtepildiga

Redigeerimispunkti üks tugevamaid külgi on võimalus esitada ühes päringus kuni 5 viitepilti. See avab uusi loovaid võimalusi: elementide kombineerimine erinevatest allikatest, stiilide sulandamine või keerukate kompositsioonide loomine.

Parameeter images (mitmus)

Üleminek parameetrilt image parameetrile images muudab enamat kui ainult parameetri kuju: see muudab seda, mida sa mudelilt tegelikult palud. Ühe allika puhul muudab mudel pilti; mitme allika puhul peab ta nende vahel vahendama – otsustama, mida igast pildist võtta. Ta teeb seda niikuinii, küsimus on ainult selles, kas sa juhendad seda protsessi, millest räägime järgmises osas.

Pane tähele, et need kaks parameetrit välistavad teineteist: image (üksik objekt) ja images (massiiv) ei saa olla samaaegselt kasutusel.

import requests
import os

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

payload = {
    "model": "grok-imagine-image",
    "prompt": "Kombineeri tegelane esimeselt pildilt "
              "maastikuga teiselt pildilt",
    "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()

Piltidele viitamine juhendis (prompt)

Kui esitad mitu pilti, saad neid juhendis individuaalselt adresseerida süntaksiga <IMAGE_0>, <IMAGE_1> jne. Indekseerimine algab nullist.

payload = {
    "model": "grok-imagine-image",
    "prompt": "Aseta toode pildilt <IMAGE_0> lauale pildilt <IMAGE_1>, "
              "kasutades valgustust pildilt <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>
    ]
}

Just see süntaks eristab kontrollitud kompositsiooni ligikaudsest sulandumisest. Käsk „kombineeri need pildid“ jätab kõik mudeli otsustada; käsk „aseta toode pildilt <IMAGE_0> keskkonda pildilt <IMAGE_1>, säilitades valgustuse pildilt <IMAGE_1>“ ei jäta ruumi tõlgendustele. Niipea kui kasutad rohkem kui ühte allikat, viita neile sõnaselgelt.

Kasutusjuhtumid mitme pildiga

Stiili ülekanne

Rakenda viitepildi stiil teisele pildile:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Reprodutseeri pildi <IMAGE_0> sisu, kasutades pildi <IMAGE_1> kunstilist stiili",
    "images": [
        {"url": "https://exemple.com/photo-originale.jpg"},
        {"url": "https://exemple.com/reference-style.jpg"}
    ]
}

Toote kompositsioon

Integreeri toode keskkonda, kasutades viitevalgustust:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Pildista toodet pildilt <IMAGE_0>, asetades selle mööblile pildilt <IMAGE_1> "
              "ruumis pildilt <IMAGE_2>, säilitades loomuliku valgustuse",
    "images": [
        {"url": "https://exemple.com/produit-detouré.png"},
        {"url": "https://exemple.com/meuble.jpg"},
        {"url": "https://exemple.com/piece.jpg"}
    ]
}

Näo ja tausta sulandamine

Ühenda portree konkreetse taustaga:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Aseta inimene pildilt <IMAGE_0> hoone ette pildilt <IMAGE_1>, "
              "säilitades loomuliku valgustuse ja perspektiivi",
    "images": [
        {"url": "https://exemple.com/portrait.jpg"},
        {"url": "https://exemple.com/batiment.jpg"}
    ]
}

Piirangud ja head tavad

Tehniline piirang on 5 pilti päringu kohta ning saad vabalt segada formaate – mõned allikad URL-idena, teised Base64-kodeeringuna – samas massiivis. Tegelik raskus ei peitu aga selles, vaid juhendi täpsuses, mis peab kasvama koos piltide arvuga. Kahe allika puhul piisab sageli käsust „kombineeri tegelane ja keskkond“; viie allika puhul ei suuda mudel enam arvata, millist elementi millisest pildist võtta, ja just siin tulevad mängu viited <IMAGE_1> kuni <IMAGE_5>: „aseta logo pildilt <IMAGE_2> tegelase särgile pildilt <IMAGE_1>, kasutades valgusõhkkonda pildilt <IMAGE_3>“ ei jäta mingit ebaselgust. Keerukate mitme allikaga kompositsioonide puhul õigustab pro-mudel (grok-imagine-image-quality) oma lisakulu: just siin on erinevus standardmudeliga kõige selgemini nähtav, eriti heterogeensete elementide kooskõla osas.

Praktiline harjutus

Proovi kombineerida kahte enda käsutuses olevat pilti:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Loo stseen, kus objekt pildilt <IMAGE_0> hõljub taeva taustal pildilt <IMAGE_1>, "
              "surrealistlikus stiilis",
    "images": [
        {"url": "URL_OF_YOUR_FIRST_IMAGE"},
        {"url": "URL_OF_YOUR_SECOND_IMAGE"}
    ],
    "n": 3
}

Genereeri 3 variatsiooni, et võrrelda mudeli tõlgendusi.

Peamised punktid

  • Parameeter images aktsepteerib massiivis kuni 5 lähtepilti
  • image (ainsus) ja images (mitmus) välistavad teineteist
  • Süntaks <IMAGE_0>, <IMAGE_1> võimaldab juhendis viidata igale pildile eraldi
  • Kasutusjuhtumite hulka kuuluvad stiili ülekanne, kompositsioon ja sulandamine
  • Mitme allika kasutamisel ole juhendis võimalikult täpne