Compararea mai multor imagini
Pe această pagină
Analiza mai multor imagini într-o singură cerere
Unul dintre punctele forte ale Grok Vision este capacitatea de a trimite un număr nelimitat de imagini într-o singură cerere. Acest lucru deschide posibilități unice pentru comparație, urmărire temporală și analiză încrucișată, pe care API-urile pentru o singură imagine nu le pot oferi.
Structura unei cereri cu mai multe imagini
Formatul este simplu: adăugați câte obiecte input_image sunt necesare în tabloul input, intercalându-le cu text pentru a ghida analiza:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "Image A:"},
{"type": "input_image", "image_url": url_image_a},
{"type": "input_text", "text": "Image B:"},
{"type": "input_image", "image_url": url_image_b},
{"type": "input_text", "text": "Compare these two images in detail."}
]
)
Etichetarea fiecărei imagini cu text („Imaginea A“, „Imaginea B“) ajută modelul să își structureze răspunsul și să facă referire clară la fiecare imagine.
Caz de utilizare: Comparare Înainte/După
Ideal pentru urmărirea proiectelor, renovări, design sau controlul calității:
def comparer_avant_apres(url_avant, url_apres):
prompt = """Compare these two images (before and after) and identify:
1. The main changes
2. Elements that have not changed
3. Visible improvements
4. Any potential issues introduced
Present your response as a structured list."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "BEFORE:"},
{"type": "input_image", "image_url": url_avant, "detail": "high"},
{"type": "input_text", "text": "AFTER:"},
{"type": "input_image", "image_url": url_apres, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Caz de utilizare: Urmărire temporală
Urmăriți evoluția unei locații, a unui produs sau a unui proces în timp:
def analyser_evolution(images_chronologiques):
"""images_chronologiques: list of {"url": ..., "date": ...}"""
input_data = []
for img in images_chronologiques:
input_data.append({
"type": "input_text",
"text": f"Photo from {img['date']}:"
})
input_data.append({
"type": "input_image",
"image_url": img["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Analyze the chronological evolution visible in
these images. Identify progressive changes, trends,
and any notable events between the different dates."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Caz de utilizare: Controlul calității
Comparați un produs fabricat cu modelul său de referință:
def controle_qualite(url_reference, url_produit):
prompt = """Compare the photographed product to the reference model.
Identify:
1. Compliance (what matches the model)
2. Non-compliance (deviations, defects, differences)
3. Severity of each non-compliance (minor, major, critical)
Return a JSON with:
{
"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": "REFERENCE (expected model):"},
{"type": "input_image", "image_url": url_reference, "detail": "high"},
{"type": "input_text", "text": "PRODUCT to check:"},
{"type": "input_image", "image_url": url_produit, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Caz de utilizare: Analiza concurenței
Comparați interfețe, ambalaje sau prezentări de produse ale concurenților:
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": """Compare these competitor products/interfaces.
For each, identify visual strengths and weaknesses.
Provide a positioning recommendation."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Optimizarea cererilor cu mai multe imagini
Atunci când trimiteți multe imagini, consumul de tokeni crește rapid. Iată câteva strategii de optimizare:
Ajustarea nivelului de detaliu
Folosiți low pentru comparații generale și high doar atunci când analizați detalii fine:
# Global comparison: low is sufficient
detail = "low" # ~256 tokens per image
# Defect analysis: high required
detail = "high" # ~1024-1792 tokens per image
Limitarea numărului de imagini per cerere
Deși nu există o limită strictă, peste 10-15 imagini calitatea analizei poate scădea. Modelul are un context finit și trebuie să îl distribuie între toate imaginile:
# If more than 10 images, process in batches
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)
Redimensionarea imaginilor
Dacă comparați fotografii la rezoluție înaltă pentru o analiză generală, redimensionați-le înainte de a le trimite pentru a reduce numărul de tokeni:
def preparer_pour_comparaison(chemin, taille_max=(800, 800)):
img = Image.open(chemin)
img.thumbnail(taille_max)
# ... encode to base64
Puncte cheie
- Numărul de imagini per cerere este nelimitat — acesta este un avantaj major al API-ului xAI
- Etichetați fiecare imagine cu text pentru a structura analiza
- Ajustați parametrul
detailîn funcție de tipul de comparație - Peste 10-15 imagini, procesați loturi pentru a menține calitatea
- Cazurile de utilizare includ: înainte/după, urmărire temporală, controlul calității, analiza concurenței