Edycja wieloetapowa i retusz ukierunkowany
Na tej stronie
Zaktualizowano 3 listopada 2026 r. Na podstawie strony Image Editing, przewodnika Image Prompting Guide oraz dokumentacji API xAI Images: punkt końcowy
/v1/images/editsnie posiada parametrumask– ani w dokumentacji referencyjnej, ani wxai-sdk1.21.0 – wbrew temu, co twierdziła poprzednia wersja. Retusz jest ukierunkowany za pomocą promptu, a strefa jest chroniona z dokładnością do piksela przez maskę nakładaną lokalnie, po edycji. Źródła: Image Editing · Image Prompting Guide · Images API.
Łańcuchowa edycja
Edycja obrazów staje się naprawdę potężna, gdy połączysz ze sobą wiele modyfikacji. Zasada opisana przez xAI jest prosta: wynik jednej edycji staje się wejściem dla kolejnej, co pozwala zacząć od obrazu bazowego, a następnie dodawać szczegóły, dostosowywać styl lub wprowadzać poprawki krok po kroku.
import requests
import os
headers = {
"Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
"Content-Type": "application/json"
}
def edit_image(image_url, prompt):
"""Edytuje obraz i zwraca URL wyniku."""
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"]
# Krok 1: zmiana tła
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."
)
# Krok 2: dostosowanie oświetlenia
url_tour2 = edit_image(
url_tour1,
"Make the light warm and dim, like late afternoon. "
"Keep the same person, decor, and framing."
)
# Krok 3: dodanie elementu
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}")
Najlepsze praktyki dotyczące edycji wieloetapowej
Przewodnik xAI zaleca edycję, gdy temat i układ są już dobre, a trzeba zmienić tylko jeden do trzech szczegółów; jeśli sam temat jest błędny, lepiej wygenerować obraz od nowa. Każdy krok zaczyna się od opisu modyfikacji, a następnie w jednym zdaniu określa, co się nie zmienia: temat, kąt, kadrowanie, rozmieszczenie obiektów. Zgodnie z przewodnikiem dwie formuły zawodzą: taka, która zaczyna się od „zachowaj wszystko“, co prawie nic nie zmienia, oraz taka, która kopiuje pełny prompt, co powoduje ponowną kompozycję sceny – temat ulega przesunięciu, obiekt się podwaja lub zmienia w obiekt sąsiedni.
Uszereguj kroki od ogółu do szczegółu: najpierw tło, kompozycja i atmosfera, następnie akcesoria i drobne poprawki, aby późniejsza duża zmiana nie cofnęła wcześniejszych, subtelnych retuszy.
Metodę uzupełniają dwa środki ostrożności. Pobieraj każdy wynik pośredni natychmiast po jego wygenerowaniu: adresy URL są tymczasowe, a utrata kroku 3 z serii pięciu zmusza Cię do restartu od kroku 2. Sprawdź każdy etap przed przejściem do kolejnego: błąd wprowadzony w kroku 1 – zniekształcony palec, niespójny cień – pojawi się we wszystkich następnych krokach, ponieważ każdy z nich startuje z poprzedniego obrazu.
Ukierunkowanie strefy za pomocą promptu
API nie przyjmuje maski: to prompt wskazuje cel. Wskaż część do modyfikacji jak najprecyzyjniej – poprzez nazwę, pozycję, materiał – i określ, co musi pozostać identyczne.
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."
)
Gdy poprawka nie przynosi skutku, przewodnik zaleca zmianę słów zamiast powtarzania tej samej prośby, precyzyjne wskazanie części obrazu do poprawy oraz określenie, co ma się na niej znaleźć. Aby połączyć wiele obrazów – produkt w dekoracji, postać z jednego obrazu na innym – edycja akceptuje do pięciu obrazów źródłowych (lekcja 7).
Ochrona strefy z dokładnością do piksela: maska lokalna
Jeśli część obrazu nie może przesunąć się ani o piksel – logo, twarz, tekst – nałóż maskę lokalnie, po edycji: zachowujesz oryginalną strefę, a z edycji bierzesz tylko to, co znajduje się poza nią. W bibliotece Pillow funkcja Image.composite(image1, image2, mask) kopiuje image1 tam, gdzie maska jest biała, i zachowuje image2 tam, gdzie jest czarna:
from PIL import Image, ImageDraw
original = Image.open("original.jpg").convert("RGB")
edite = Image.open("edite.jpg").convert("RGB").resize(original.size)
# Maska: biały = weź edycję, czarny = zachowaj oryginał
masque = Image.new("L", original.size, 255)
draw = ImageDraw.Draw(masque)
draw.rectangle([40, 40, 360, 160], fill=0) # strefa chroniona, np. logo
resultat = Image.composite(edite, original, masque)
resultat.save("resultat.jpg")
Trzy obrazy muszą mieć ten sam rozmiar. Zmiana rozmiaru zakłada, że edycja zachowała proporcje źródła: sprawdź to lub wymuś za pomocą parametru aspect_ratio w żądaniu. Maska nie zapobiega dotykaniu strefy przez model; pozwala ją przywrócić afterward.
Kompleksowy potok edycji
Oto przykład ustrukturyzowanego potoku, zachowującego historię każdego kroku:
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
Kluczowe wnioski
- Edycja wieloetapowa łączy wyniki: każde wyjście staje się wejściem dla następnej edycji
- Edytuj, gdy temat i układ są dobre, a trzeba zmienić tylko jeden do trzech szczegółów
- Każdy krok: najpierw modyfikacja, potem to, co musi pozostać identyczne
- API nie posiada parametru
mask: kieruj się promptem, a strefę chroń za pomocą lokalnej maski nakładanej po edycji - Adresy URL wyników są tymczasowe: pobieraj wyniki pośrednie