Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Uređivanje postojećih slika (inpainting, outpainting)

Lekcija 3 od 12 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Uređivanje postojećih slika
  2. Kako maska funkcionira
  3. Inpainting: Zamjena elementa
  4. Outpainting: Proširenje slike
  5. Iterativno uređivanje
  6. Ključna ograničenja

Ažurirano 2. studenoga 2026. — Modeli slika. gpt-image-1, model za koji je ovaj tečaj izvorno napisan, povučen je iz upotrebe 23. listopada 2026. Dodatno, gpt-image-1.5, gpt-image-1-mini i chatgpt-image-latest bit će povučeni 1. prosinca 2026. Primjeri sada koriste gpt-image-2.5-sunburst, koji nudi najveću preciznost za uređivanje; gpt-image-2.5-flare je brži za opće generiranje. Oba modela također podržavaju postavke kvalitete xhigh i max. GPT Image modeli uvijek vraćaju slike u base64 formatu: parametar response_format koji su koristili stariji DALL·E modeli više se ne prihvaća i uklonjen je iz koda. Izvor: Generiranje slika (OpenAI).

Uređivanje postojećih slika

Metoda client.images.edit() modificira postojeću sliku koristeći masku za definiranje područja koje treba regenerirati. To dovodi do dva različita slučaja upotrebe koje valja precizno imenovati jer zahtijevaju različite maske. Inpainting ispunjava ili zamjenjuje unutarnje područje—možeš promijeniti nebo u pejzažu, zaslon na računalu ili boju zida. Outpainting, nasuprot tome, proširuje sliku izvan njezinih izvornih rubova, na primjer pretvaranjem kvadratnog portreta u panoramski banner.

Kako maska funkcionira

Maska je PNG slika istih dimenzija kao i izvorna slika. Prozirna područja (alfa = 0) označavaju gdje model treba generirati novi sadržaj; neprozirna područja ostaju netaknuta. Ova konvencija je u početku kontraintuitivna: prirodno želiš „oslikati“ ono što želiš promijeniti, no zapravo moraš izrezati rupu u maski. Sam poziv API-ju ostaje jednostavan i zahtijeva samo dvije datoteke te opis onoga što se treba pojaviti.

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))

Ne treba ti grafički uređivač za izradu ove maske. Pillow može generirati jednu u samo nekoliko redaka: započni s potpuno neprozirnim slojem koji odgovara dimenzijama izvornika, zatim nacrtaj oblik koji želiš učiniti prozirnim. Skripta u nastavku stvara pravokutni prozor u središtu slike.

from PIL import Image, ImageDraw

# Učitaj izvornu sliku za dobivanje dimenzija
source = Image.open("desk_photo.png")
width, height = source.size

# Stvori potpuno neprozirnu masku (crnu)
mask = Image.new("RGBA", (width, height), (0, 0, 0, 255))
draw = ImageDraw.Draw(mask)

# Nacrtaj prozirno područje (područje za uređivanje)
# Pravokutnik u središtu slike
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"Maska stvorena: {width}x{height}, područje za uređivanje u središtu")

Inpainting: Zamjena elementa

Kada ponavljaš ovu operaciju, ima smisla inkapsulirati izradu maske i poziv API-ja u jednu funkciju, parametriziranu regijom koju treba modificirati. Prompt bi tada trebao opisati samo sadržaj očekivan unutar maskiranog područja, nikada ostatak slike. Primjer u nastavku primjenjuje ovu funkciju na fotografiju pejzaža, modificirajući samo gornjih 400 piksela—nebo—kako bi mu dao olujnu atmosferu.

from openai import OpenAI
from PIL import Image, ImageDraw
import base64

client = OpenAI()

def inpaint_region(image_path, region, prompt, output_path):
    """
    Zamijeni pravokutnu regiju na slici.
    region: tuple (x1, y1, x2, y2) u pikselima
    """
    # Stvori masku
    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")

    # Pozovi API
    response = client.images.edit(
        model="gpt-image-2.5-sunburst",
        image=open(image_path, "rb"),
        mask=open("temp_mask.png", "rb"),
        prompt=prompt
    )

    # Spremi rezultat
    with open(output_path, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Uređena slika spremljena: {output_path}")


# Primjer: Zamijeni nebo na fotografiji pejzaža
inpaint_region(
    image_path="landscape.png",
    region=(0, 0, 1024, 400),  # Gornji dio = nebo
    prompt="Dramatic sky with purple storm clouds at sunset",
    output_path="landscape_sky_edited.png"
)

Outpainting: Proširenje slike

Povećanje slike zahtijeva dodatni korak jer API ne može generirati sadržaj „pokraj“ datoteke izravno. Prvo moraš stvoriti veće platno, zalijepiti izvornik na njega i osigurati masku koja štiti točno područje koje zauzima taj izvornik. Cijela logika počiva na izračunu novih dimenzija i pozicije lijepljenja na temelju traženog smjera.

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):
    """
    Proširi sliku u danom smjeru.
    direction: 'right', 'bottom', 'left', 'top'
    extra_pixels: broj piksela za dodati
    """
    source = Image.open(image_path).convert("RGBA")
    w, h = source.size

    # Izračunaj nove dimenzije
    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)

    # Stvori prošireno platno (prozirno = područje za generiranje)
    extended = Image.new("RGBA", new_size, (0, 0, 0, 0))
    extended.paste(source, paste_pos)

    # Maska: prozirna svugdje osim gdje je postavljena izvorna slika
    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)

    # Privremeno spremi
    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"Proširena slika spremljena: {output_path}")


# Proširi portret udesno
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"
)

Obrati pažnju na formulaciju prompta za proširenje: „prirodni nastavak scene, isto osvjetljenje i pozadina“. Kod outpaintinga ne opisuješ novi subjekt; tražiš od modela da proširi ono što već vidi. Prekreativan prompt proizveo bi vidljiv šav između izvornika i dodanog područja.

Iterativno uređivanje

Ništa te ne sprječava da lančaš više uređivanja na istoj slici, koristeći svaki izlaz kao ulaz za sljedeći korak. Ovo je najpouzdaniji način izgradnje složene kompozicije: prvo obradi pozadinu, zatim prednji plan, s namjenskom maskom za svaki prolaz, umjesto da se nadaš kako će jedan prompt popraviti sve odjednom.

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

# Korak 1: Modificiraj pozadinu
step1 = edit_step(
    "scene.png", "mask_background.png",
    "Lush tropical forest background",
    "scene_step1.png"
)

# Korak 2: Dodaj element u prednji plan
step2 = edit_step(
    step1, "mask_foreground.png",
    "A colorful macaw parrot perched on a branch",
    "scene_step2.png"
)

print(f"Konačni rezultat: {step2}")

Ključna ograničenja

Četiri tehnička pravila upravljaju uspjehom poziva. Kršenje bilo kojeg od njih rezultira trenutnom greškom, a ne degradiranim rezultatom.

  • Izvorna slika i maska moraju imati iste dimenzije
  • Obje datoteke moraju biti u PNG formatu
  • Maksimalna veličina po datoteci iznosi 4 MB
  • Maska koristi alfa kanal za definiranje područja za uređivanje

Jedno empirijsko zapažanje nadopunjuje ova ograničenja: rezultati su dosljedniji kada maskirano područje predstavlja manje od 50% slike. Iznad toga, model ima premalo konteksta za ispravno stapanje i često ćeš dobiti bolje rezultate dijeljenjem svoje modifikacije na dva uzastopna uređivanja.

Stavi ovo u praksu s fotografijom svog radnog stola ili bilo kojom slikom bez autorskih prava: napiši skriptu koja automatski generira masku preko gornje četvrtine slike, zamjenjuje to područje zvjezdanim nebom i sprema rezultat lokalno.