Mitme voori redigeerimine ja sihipärane retušeerimine
Sellel lehel
Uuendatud 3. novembril 2026. Lähtudes Piltide redigeerimise lehest, Piltide vihjete juhendist ja xAI piltide API dokumentatsioonist: lõpp-punktil
/v1/images/editspuudub parameetermask– nii viitedokumentatsioonis kui kaxai-sdkversioonis 1.21.0, vastupidiselt eelmise versiooni väitele. Retušeerimine toimub vihje (prompt) kaudu sihipäraselt ning tsoon kaitstakse pikslitäpsusega kohaliku maskiga, mida rakendatakse pärast redigeerimist. Allikad: Piltide redigeerimine · Piltide vihjete juhend · Piltide API.
Redigeerimiste aheldamine
Piltide redigeerimine muutub tõeliselt võimsaks, kui aheldad mitu muudatust. xAI kirjeldatud põhimõte on lihtne: ühe redigeerimise väljund saab järgmise sisendiks, võimaldades sul alustada baaspildilt ja seejärel vooru vooru järel detaile lisada, stiili kohandada või vigu parandada.
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
def edit_image(image_url, prompt):
"""Redigeerib pildi ja tagastab tulemuse URL-i."""
response = requests.post(
"https://api.x.ai/v1/images/edits",
headers=headers,
json={
"model": "grok-imagine-image",
"prompt": prompt,
"image": {"url": image_url}
}
)
response.raise_for_status()
return response.json()["data"][0]["url"]
# Voor 1: tausta muutmine
url_tour1 = edit_image(
"https://exemple.com/portrait.jpg",
"Asenda taust moodsa kontoriga, millest avaneb vaade linnale. "
"Jäta sama inimene, poos ja kaader."
)
# Voor 2: valguse kohandamine
url_tour2 = edit_image(
url_tour1,
"Tee valgus soojaks ja hämaraks, nagu hilisel pärastlõunal. "
"Jäta sama inimene, sisustus ja kaader."
)
# Voor 3: elemendi lisamine
url_tour3 = edit_image(
url_tour2,
"Aseta lauale inimese ette avatud sülearvuti. "
"Jäta sama inimene, valgus ja kaader."
)
print(f"Lõpptulemus: {url_tour3}")
Parimad tavad mitme voori redigeerimisel
xAI juhend soovitab redigeerida siis, kui subjekt ja paigutus on juba head ning muuta tuleb vaid ühte kuni kolme detaili; kui subjekt ise on vale, on parem pilt uuesti genereerida. Iga voor algab muudatuse kirjeldamisega, seejärel öeldakse ühe lausega, mis jääb muutumatuks: subjekt, nurk, kaader, objektide asetus. Juhendi kohaselt ebaõnnestuvad kaks formulatsiooni: esimene, mis algab sõnadega „hoia kõik samana“, mis muudab peaaegu midagi, ja teine, mis kopeerib täieliku vihje, mis komponeerib stseeni uuesti – subjekt nihkub, objekt dubleerub või muutub naabrobjektiks.
Järjesta voorud üldisest spetsiifiliseni: esmalt taust, kompositsioon ja meeleolu, seejärel aksessuaarid ja peened parandused, et hilisem suurem muudatus ei tühistaks väikseid retuše.
Meetodit täiendavad kaks ettevaatusabinõu. Laadi iga vahe tulemus alla kohe, kui see on loodud: URL-id on ajutised ja viienda vooru seeriast kolmanda kaotamine sunnib sind alustama teisest voorust. Ja kontrolli iga sammu enne aheldamist: esimeses voorus tekkinud viga – moonutatud sõrm, ebaühtlane vari – kandub edasi kõikidesse järgnevatesse voorudesse, kuna igaüks algab eelmisest pildist.
Tsooni sihtimine vihje kaudu
API-l puudub mask: sihtimine toimub vihje abil. Määra muudetav osa võimalikult täpselt – nime, asukoha, materjali järgi – ja nimeta, mis peab jääma identseks.
url_chapeau = edit_image(
url_tour3,
"Asenda inimese müts laia äärega õlekübaraga. "
"Jäta sama nägu, soeng, sisustus ja kaader."
)
Kui parandus ei õnnestu, soovitab juhend sõnu muuta, mitte sama taotlust korrata, määratledes pildi osa, mida tuleb parandada, ja selle, mida see peaks kujutama. Mitme pildi ühendamiseks – toode sisustuses, tegelane ühelt pildilt teisele – aktsepteerib redigeerimine kuni viit lähtepilti (tund 7).
Tsooni pikslitäpne kaitsmine: kohalik mask
Kui pildi osa ei tohi ühtegi pikslit liikuda – logo, nägu, tekst – rakenda mask kohalikult pärast redigeerimist: säilitad algse tsooni ja võtad redigeeritud pildilt ainult selle, mis jääb väljapoole seda tsooni. Pillow teegi puhul kopeerib Image.composite(image1, image2, mask) image1 seal, kus mask on valge, ja hoiab image2 seal, kus see on must:
from PIL import Image, ImageDraw
original = Image.open("original.jpg").convert("RGB")
edite = Image.open("edite.jpg").convert("RGB").resize(original.size)
# Mask: valge = võta redigeeritud, must = hoia algne
masque = Image.new("L", original.size, 255)
draw = ImageDraw.Draw(masque)
draw.rectangle([40, 40, 360, 160], fill=0) # kaitstud tsoon, nt logo
resultat = Image.composite(edite, original, masque)
resultat.save("resultat.jpg")
Kolmel pildil peab olema sama suurus. Suuruse muutmine eeldab, et redigeerimine säilitas allika kuvasuhte: kontrolli seda või sunni seda taotluse parameetriga aspect_ratio. Mask ei takista mudelil tsooni puudutamast; see võimaldab sul selle pärast taastada.
Täielik redigeerimise töövoog
Siin on näide struktureeritud töövoost, mis hoiab iga vooru ajalugu:
class ImageEditor:
def __init__(self, api_key):
self.headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
self.history = []
def edit(self, image_url, prompt):
response = requests.post(
"https://api.x.ai/v1/images/edits",
headers=self.headers,
json={
"model": "grok-imagine-image",
"prompt": prompt,
"image": {"url": image_url}
}
)
response.raise_for_status()
result_url = response.json()["data"][0]["url"]
self.history.append({
"prompt": prompt,
"input": image_url,
"output": result_url
})
return result_url
Peamised punktid
- Mitme voori redigeerimine aheldab tulemusi: iga väljund saab järgmise redigeerimise sisendiks
- Redigeeri siis, kui subjekt ja paigutus on head ning muuta tuleb vaid ühte kuni kolme detaili
- Iga voor: esmalt muudatus, seejärel see, mis peab jääma identseks
- API-l puudub parameeter
mask: sihti vihje abil ja kaitse tsooni kohaliku maskiga, mida rakendad pärast redigeerimist - Väljundi URL-id on ajutised: laadi vahe tulemused alla