Muokkaa olemassa olevia kuvia (inpainting, outpainting)
Tällä sivulla
Päivitetty 2. marraskuuta 2026 — Kuvamallit.
gpt-image-1, jolle tämä kurssi alun perin kirjoitettiin, poistettiin käytöstä 23. lokakuuta 2026. Lisäksi mallitgpt-image-1.5,gpt-image-1-minijachatgpt-image-latestpoistetaan käytöstä 1. joulukuuta 2026. Esimerkit käyttävät nyt malliagpt-image-2.5-sunburst, joka tarjoaa korkeimman tarkkuuden muokkaamiseen;gpt-image-2.5-flareon nopeampi yleiseen kuvagenerointiin. Molemmat mallit tukevat myös laatuasetuksiaxhighjamax. GPT Image -mallit palauttavat kuvat aina base64-muodossa: vanhempien DALL·E-mallien käyttämäresponse_format-parametri ei ole enää tuettu ja se on poistettu koodista. Lähde: Image generation (OpenAI).
Olemassa olevien kuvien muokkaaminen
Metodi client.images.edit() muokkaa olemassa olevaa kuvaa käyttämällä maskia määrittämään alueen, joka regeneroidaan. Tämä johtaa kahteen erilaiseen käyttötarkoitukseen, jotka kannattaa nimetä tarkasti, sillä ne vaativat erilaisia maskeja. Inpainting täyttää tai korvaa kuvan sisäisen alueen – voit esimerkiksi vaihtaa maisemakuvan taivaan, tietokoneen näytön sisällön tai seinän värin. Outpainting sen sijaan laajentaa kuvaa sen alkuperäisten reunojen ulkopuolelle, esimerkiksi muuttamalla neliön muotoisen muotokuvan panoraamamainokseksi.
Miten maski toimii
Maski on PNG-kuva, jonka mitat ovat samat kuin lähdekuvalla. Läpinäkyvät alueet (alfa = 0) osoittavat, mihin mallin tulee generoida uutta sisältöä; läpinäkymättömät alueet pysyvät koskemattomina. Tämä käytäntö on aluksi vastaintuitiivinen: haluat luonnollisesti “maalata” sen, mitä haluat muuttaa, mutta todellisuudessa sinun täytyy leikata reikä maskiin. Itse API-kutsu pysyy yksinkertaisena ja vaatii vain kaksi tiedostoa sekä kuvauksen siitä, mitä alueelle pitäisi ilmestyä.
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))
Sinun ei tarvitse käyttää graafista editoria tämän maskin luomiseen. Pillow pystyy generoimaan sen muutamalla rivillä: aloita täysin läpinäkymättömällä kerroksella, joka vastaa lähdekuvan mittoja, ja piirrä sitten muoto, jonka haluat tehdä läpinäkyväksi. Alla oleva skripti luo suorakulmaisen ikkunan kuvan keskelle.
from PIL import Image, ImageDraw
# Lataa lähdekuva saadaksesi sen mitat
source = Image.open("desk_photo.png")
width, height = source.size
# Luo täysin läpinäkymätön maski (musta)
mask = Image.new("RGBA", (width, height), (0, 0, 0, 255))
draw = ImageDraw.Draw(mask)
# Piirrä läpinäkyvä alue (muokattava alue)
# Suorakulmio kuvan keskellä
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"Mask created: {width}x{height}, editable area in center")
Inpainting: Alkion korvaaminen
Kun toistat tätä operaatiota, on järkevää kapseloida maskin luominen ja API-kutsu yhdeksi funktioksi, joka parametrisoidaan muokattavan alueen perusteella. Kehotteen (prompt) tulisi kuvata vain maskatulla alueella odotettua sisältöä, ei koskaan koko kuvaa. Alla oleva esimerkki soveltaa tätä funktiota maisemakuvaan muokkaamalla vain ylintä 400 pikseliä – taivasta – antaakseen sille myrskyisän tunnelman.
from openai import OpenAI
from PIL import Image, ImageDraw
import base64
client = OpenAI()
def inpaint_region(image_path, region, prompt, output_path):
"""
Korvaa suorakulmaisen alueen kuvassa.
region: tuple (x1, y1, x2, y2) pikseleinä
"""
# Luo maski
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")
# Kutsu API:a
response = client.images.edit(
model="gpt-image-2.5-sunburst",
image=open(image_path, "rb"),
mask=open("temp_mask.png", "rb"),
prompt=prompt
)
# Tallenna tulos
with open(output_path, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Edited image saved: {output_path}")
# Esimerkki: Vaihda taivas maisemakuvassa
inpaint_region(
image_path="landscape.png",
region=(0, 0, 1024, 400), # Yläosa = taivas
prompt="Dramatic sky with purple storm clouds at sunset",
output_path="landscape_sky_edited.png"
)
Outpainting: Kuvan laajentaminen
Kuvan suurentaminen vaatii ylimääräisen vaiheen, koska API ei voi generoida sisältöä suoraan tiedoston “viereen”. Sinun on ensin luotava suurempi kangas, liimattava alkuperäinen kuva sille ja annettava maski, joka suojaa täsmälleen sen alueen, jonka alkuperäinen kuva占占据. Koko logiikka perustuu uusien mittojen ja liimauspaikan laskemiseen pyydetyn suunnan perusteella.
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):
"""
Laajenna kuvaa tiettyyn suuntaan.
direction: 'right', 'bottom', 'left', 'top'
extra_pixels: lisättävien pikselien määrä
"""
source = Image.open(image_path).convert("RGBA")
w, h = source.size
# Laske uudet mitat
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)
# Luo laajennettu kangas (läpinäkyvä = generoitava alue)
extended = Image.new("RGBA", new_size, (0, 0, 0, 0))
extended.paste(source, paste_pos)
# Maski: läpinäkyvä kaikkialla paitsi siellä, missä alkuperäinen kuva sijaitsee
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)
# Tallenna väliaikaisesti
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"Extended image saved: {output_path}")
# Laajenna muotokuvaa oikealle
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"
)
Huomaa laajennuskehotteen sanamuoto: “luonnollinen jatke kohtaukselle, sama valaistus ja tausta”. Outpaintingissa et kuvaile uutta aihetta, vaan pyydät mallia jatkamaan sitä, mitä se jo näkee. Liian luova kehote tuottaisi näkyvän sauman alkuperäisen ja lisätyn alueen väliin.
Iteratiivinen muokkaus
Mikään ei estä sinua ketjuttamasta useita muokkauksia samaan kuvaan käyttämällä jokaista tulostetta seuraavan vaiheen syötteenä. Tämä on luotettavin tapa rakentaa monimutkainen sommitelma: käsittele ensin tausta ja sitten etuala, käyttämällä erillistä maskia jokaiselle kierrokselle, sen sijaan että toivoisit yhden kehotteen korjaavan kaiken kerralla.
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
# Vaihe 1: Muokkaa taustaa
step1 = edit_step(
"scene.png", "mask_background.png",
"Lush tropical forest background",
"scene_step1.png"
)
# Vaihe 2: Lisää alkio etualalle
step2 = edit_step(
step1, "mask_foreground.png",
"A colorful macaw parrot perched on a branch",
"scene_step2.png"
)
print(f"Final result: {step2}")
Keskeiset rajoitukset
Neljä teknistä sääntöä hallitsevat kutsun onnistumista. Minkä tahansa niistä rikkominen johtaa välittömään virheeseen eikä heikentyneeseen tulokseen.
- Lähdekuvan ja maskin on oltava samankokoiset
- Molempien tiedostojen on oltava PNG-muodossa
- Tiedostokohtainen enimmäiskoko on 4 Mt
- Maski käyttää alfakanavaa määrittämään muokattavat alueet
Näihin rajoituksiin liittyy yksi empiirinen havainto: tulokset ovat johdonmukaisempia, kun maskattu alue edustaa vähemmän kuin 50 % kuvasta. Sen ylittäessä mallilla on liian vähän kontekstia sulautumisen onnistumiseksi, ja saat usein parempia tuloksia jakamalla muokkauksen kahteen peräkkäiseen vaiheeseen.
Laita tämä käytäntöön ottamalla kuva työpöydältäsi tai mikä tahansa tekijänoikeuksista vapaa kuva: kirjoita skripti, joka generoi automaattisesti maskin kuvan ylemmän neljänneksen päälle, korvaa kyseisen alueen tähtitaivaalla ja tallentaa tuloksen paikallisesti.