Több kép összehasonlítása
Ezen az oldalon
Több kép elemzése egyetlen kérésben
A Grok Vision egyik legfőbb erőssége, hogy egyetlen kérésben korlátlan számú képet küldhetsz el. Ez olyan egyedi lehetőségeket nyit meg az összehasonlítás, az időbeli nyomon követés és a keresztanalízis terén, amelyeket az egyszerre csak egy képet kezelő API-k nem tudnak biztosítani.
Többképes kérés felépítése
A formátum egyszerű: adj hozzá annyi input_image objektumot az input tömbhöz, amennyire szükséged van, és szöveges utasításokkal tűzdeld őket az elemzés irányításához:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "A kép:"},
{"type": "input_image", "image_url": url_image_a},
{"type": "input_text", "text": "B kép:"},
{"type": "input_image", "image_url": url_image_b},
{"type": "input_text", "text": "Hasonlítsd össze részletesen ezt a két képet."}
]
)
Ha minden képet szöveggel címkézel meg („A kép“, „B kép“), az segít a modellnek strukturálni a választ, és egyértelműen hivatkozni az egyes képekre.
Használati eset: Előtte/Utána összehasonlítás
Kiválóan alkalmas projektkövetésre, felújításra, tervezésre vagy minőségellenőrzésre:
def comparer_avant_apres(url_avant, url_apres):
prompt = """Hasonlítsd össze ezt a két képet (előtte és utána), és azonosítsd:
1. A főbb változásokat
2. A változatlanul maradt elemeket
3. A látható fejlesztéseket
4. Bármilyen esetlegesen bevezetett potenciális problémát
A választ strukturált lista formájában add meg."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "ELŐTTE:"},
{"type": "input_image", "image_url": url_avant, "detail": "high"},
{"type": "input_text", "text": "UTÁNA:"},
{"type": "input_image", "image_url": url_apres, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Használati eset: Időbeli nyomon követés
Követheted egy helyszín, termék vagy folyamat fejlődését az idő múlásával:
def analyser_evolution(images_chronologiques):
"""images_chronologiques: lista {"url": ..., "date": ...} elemekből"""
input_data = []
for img in images_chronologiques:
input_data.append({
"type": "input_text",
"text": f"Fotó dátuma: {img['date']}:"
})
input_data.append({
"type": "input_image",
"image_url": img["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Elemezd ezekben a képekben látható kronológiai fejlődést.
Azonosítsd a fokozatos változásokat, trendeket
és minden figyelemre méltó eseményt a különböző dátumok között."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Használati eset: Minőségellenőrzés
Hasonlítsd össze a legyártott terméket a referencia modellel:
def controle_qualite(url_reference, url_produit):
prompt = """Hasonlítsd össze a lefotózott terméket a referencia modellel.
Azonosítsd:
1. A megfelelőséget (mi egyezik a modellel)
2. A nem megfelelőséget (eltérések, hibák, különbségek)
3. Az egyes nem megfelelőségek súlyosságát (kisebb, nagyobb, kritikus)
Válaszként JSON-t adj vissza:
{
"compliant": true/false,
"score": 0-100,
"compliances": [...],
"non_compliances": [
{"description": "...", "severity": "minor|major|critical"}
]
}"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "REFERENCIA (elvárt modell):"},
{"type": "input_image", "image_url": url_reference, "detail": "high"},
{"type": "input_text", "text": "ELLENŐRZENDŐ TERMÉK:"},
{"type": "input_image", "image_url": url_produit, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Használati eset: Versenytárselemzés
Hasonlítsd össze a versenytársak felületeit, csomagolásait vagy termékprezentációit:
def analyser_concurrence(images_concurrents):
"""images_concurrents: [{"brand": "...", "url": "..."}]"""
input_data = []
for concurrent in images_concurrents:
input_data.append({
"type": "input_text",
"text": f"{concurrent['brand']}:"
})
input_data.append({
"type": "input_image",
"image_url": concurrent["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Hasonlítsd össze ezeket a versenytársi termékeket/felületeket.
Minden egyes esetben azonosítsd a vizuális erősségeket és gyengeségeket.
Adj javaslatot a pozicionálásra."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Többképes kérések optimalizálása
Ha sok képet küldesz, a tokenfogyasztás gyorsan növekszik. Íme néhány optimalizálási stratégia:
A részletesség szintjének beállítása
Használd a low értéket az általános összehasonlításokhoz, és csak a finom részletek elemzésekor válaszd a high opciót:
# Általános összehasonlítás: a low elég
detail = "low" # ~256 token képenként
# Hibaanalízis: high szükséges
detail = "high" # ~1024-1792 token képenként
A kérésenkénti képek számának korlátozása
Bár nincs szigorú korlát, 10–15 képnél több esetén az elemzés minősége romolhat. A modell kontextusa véges, és azt el kell osztania az összes kép között:
# Ha 10-nél több kép van, dolgozz csoportokban
def analyser_par_lots(images, taille_lot=10):
resultats = []
for i in range(0, len(images), taille_lot):
lot = images[i:i + taille_lot]
resultat = analyser_lot(lot)
resultats.append(resultat)
return fusionner_resultats(resultats)
Képek átméretezése
Ha nagy felbontású fotókat hasonlítasz össze általános elemzés céljából, méretezd át őket elküldés előtt a tokenek csökkentése érdekében:
def preparer_pour_comparaison(chemin, taille_max=(800, 800)):
img = Image.open(chemin)
img.thumbnail(taille_max)
# ... kódolás base64-re
Főbb megállapítások
- A kérésenkénti képek száma korlátlan – ez az xAI API egyik legfőbb előnye
- Címkézd meg minden képet szöveggel az elemzés strukturálásához
- Igazítsd a
detailparamétert az összehasonlítás típusához - 10–15 képnél több esetén dolgozz csoportokban a minőség megőrzése érdekében
- Tipikus használati esetek: előtte/utána összehasonlítás, időbeli nyomon követés, minőségellenőrzés, versenytárselemzés