Többmenetes szerkesztés és célzott retusálás
Ezen az oldalon
Frissítve: 2026. november 3. Az Image Editing oldal, az Image Prompting Guide és az xAI Images API referenciája alapján: a
/v1/images/editsvégpont nem rendelkezikmaskparaméterrel – sem a referenciában, sem azxai-sdk1.21.0 verziójában –, ellentétben a korábbi verzió állításával. A retusálást a prompttal célozod meg, míg egy zónát képpontpontosan egy helyileg alkalmazott maszkkal védesz meg a szerkesztés után. Források: Image Editing · Image Prompting Guide · Images API.
Szerkesztések láncolása
A képszerkesztés akkor válik igazán erőteljessé, ha több módosítást láncolsz össze. Az xAI által leírt elv egyszerű: az egyik szerkesztés kimenete lesz a következő bemenete, így kiindulhatsz egy alapképből, majd menetről menetre részleteket adhatsz hozzá, stílust állíthatsz be, vagy javíthatsz hibákat.
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
def edit_image(image_url, prompt):
"""Szerkeszt egy képet, és visszaadja az eredmény URL-jét."""
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"]
# 1. menet: háttér módosítása
url_tour1 = edit_image(
"https://exemple.com/portrait.jpg",
"Replace the background with a modern office overlooking the city. "
"Keep the same person, pose, and framing."
)
# 2. menet: világítás igazítása
url_tour2 = edit_image(
url_tour1,
"Make the light warm and dim, like late afternoon. "
"Keep the same person, decor, and framing."
)
# 3. menet: elem hozzáadása
url_tour3 = edit_image(
url_tour2,
"Place an open laptop on the desk, in front of the person. "
"Keep the same person, lighting, and framing."
)
print(f"Final result: {url_tour3}")
Legjobb gyakorlatok többmenetes szerkesztésnél
Az xAI útmutatója azt tanácsolja, hogy akkor szerkessz, ha az alany és az elrendezés már megfelelő, és csak egy-három részletet kell megváltoztatni; ha maga az alany rossz, érdemes inkább újragenerálni a képet. Minden menet a módosítással kezdődik, majd egy mondatban rögzíti, mi marad változatlan: az alany, a szög, a képkivágás vagy a tárgyak elhelyezkedése. Az útmutató szerint két megfogalmazás kudarcra van ítélve: az egyik, amely a „minden maradjon ugyanúgy“ kifejezéssel kezdődik (ez szinte semmit nem változtat), és az másik, amely egy teljes promptot másol be (ez újraösszeállítja a jelenetet – az alany elcsúszik, egy tárgy megduplázódik, vagy átalakul egy szomszédos tárggyá).
A menetek sorrendje legyen az általánostól a specifikus felé haladó: először a háttér, a kompozíció és a hangulat, majd csak ezután jönnek a kiegészítők és a finom javítások, így egy késői nagyobb változás nem teszi semmissé a korábbi apró retusálásokat.
Két biztonsági óvintézkedés egészíti ki a módszert. Töltsd le az egyes közbenső eredményeket, amint elkészültek: az URL-ek ideiglenesek, és ha egy ötből álló sorozat 3. menetét elveszíted, kénytelen leszel a 2. menetből újraindítani a folyamatot. Vizsgáld meg minden lépést, mielőtt tovább lépnél: az 1. menetben beépült hiba – például egy eltorzult ujj vagy egy inkonzisztens árnyék – megjelenik az összes ezt követő menetben is, mivel mindegyik az előző képből indul ki.
Zóna célzása a prompttal
Az API nem fogad maszkot: a prompttal célozod meg a területet. Nevezd meg a lehető legpontosabban a módosítandó részt – név, pozíció, anyag alapján –, és nevezd meg azt is, aminek változatlannak kell maradnia.
url_chapeau = edit_image(
url_tour3,
"Replace the person's cap with a wide-brimmed straw hat. "
"Keep the same face, hairstyle, decor, and framing."
)
Ha egy javítás nem sikerül, az útmutató azt javasolja, hogy változtass a szavakon ahelyett, hogy ugyanazt a kérést ismételnéd; jelöld meg pontosan a kép javítandó részét és azt, amit mutatnia kellene. Több kép összeillesztéséhez – például egy termék elhelyezése egy díszletben, vagy egy karakter áthelyezése egyik képről a másikra – a szerkesztés legfeljebb öt forrásképet fogad el (lásd a 7. leckét).
Zóna képpontpontos védelme: a helyi maszk
Ha a kép egy részének egy pixelnyit sem szabad elmozdulnia – például egy logó, egy arc vagy szöveg –, akkor a maszkot helyileg alkalmazd a szerkesztés után: megtartod az eredeti zónát, és a szerkesztett képből csak azt veszed át, ami ezen a zónán kívül esik. A Pillow könyvtárral az Image.composite(image1, image2, mask) függvény az image1-et másolja oda, ahol a maszk fehér, és az image2-t tartja meg ott, ahol fekete:
from PIL import Image, ImageDraw
original = Image.open("original.jpg").convert("RGB")
edite = Image.open("edite.jpg").convert("RGB").resize(original.size)
# Maszk: fehér = szerkesztett kép vétele, fekete = eredeti megtartása
masque = Image.new("L", original.size, 255)
draw = ImageDraw.Draw(masque)
draw.rectangle([40, 40, 360, 160], fill=0) # védett zóna, pl. egy logó
resultat = Image.composite(edite, original, masque)
resultat.save("resultat.jpg")
A három képnek azonos méretűnek kell lennie. Az átméretezés feltételezi, hogy a szerkesztés megtartotta a forrás képarányát: ellenőrizd ezt, vagy kényszerítsd ki a kérés aspect_ratio paraméterével. A maszk nem akadályozza meg a modellt abban, hogy hozzányúljon a zónához; csupán lehetővé teszi, hogy utólag visszaállítsd azt.
Teljes szerkesztési folyamat
Íme egy példa egy strukturált folyamatra, amely nyomon követi az egyes menetek előzményeit:
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
Főbb megállapítások
- A többmenetes szerkesztés láncolja az eredményeket: minden kimenet a következő szerkesztés bemenetévé válik
- Akkor szerkessz, ha az alany és az elrendezés megfelelő, és csak egy-három részletet kell módosítani
- Minden menet: először a módosítás, majd annak rögzítése, ami változatlan marad
- Az API nem rendelkezik
maskparaméterrel: célozz a prompttal, és egy szerkesztés után alkalmazott helyi maszkkal védd meg a zónát - A kimeneti URL-ek ideiglenesek: töltsd le a közbenső eredményeket