Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Úprava existujúcich obrázkov (inpainting, outpainting)

Lekcia 3 z 12 Aktualizované 2. novembra 2026 Vývojár
Na tejto strane
  1. Úprava existujúcich obrázkov
  2. Ako funguje maska
  3. Inpainting: Nahradenie prvku
  4. Outpainting: Rozšírenie obrázka
  5. Iteratívne úpravy
  6. Kľúčové obmedzenia

Aktualizované 2. novembra 2026 — Modely obrázkov. Model gpt-image-1, pre ktorý bol tento kurz pôvodne napísaný, bol vyradený 23. októbra 2026. Ďalej modely gpt-image-1.5, gpt-image-1-mini a chatgpt-image-latest budú vyradené 1. decembra 2026. Príklady teraz využívajú gpt-image-2.5-sunburst, ktorý ponúka najvyššiu presnosť pri úpravách; gpt-image-2.5-flare je rýchlejší pri všeobecnej generácii. Oba modely tiež podporujú nastavenia kvality xhigh a max. Modely GPT Image vždy vracajú obrázky v base64: parameter response_format, ktorý používali staršie modely DALL·E, už nie je akceptovaný a bol z kódu odstránený. Zdroj: Image generation (OpenAI).

Úprava existujúcich obrázkov

Metóda client.images.edit() upravuje existujúci obrázok pomocou masky, ktorá definuje oblasť na regeneráciu. To vedie k dvom odlišným prípadom použitia, ktoré stojí za to presne pomenovať, pretože vyžadujú rôzne masky. Inpainting vypĺňa alebo nahrádza vnútornú oblasť – môžeš zmeniť oblohu na krajine, obrazovku na počítači alebo farbu steny. Outpainting naopak rozširuje obrázok za jeho pôvodné hranice, napríklad premenou štvorcového portrétu na panoramatický banner.

Ako funguje maska

Maska je obrázok PNG s rovnakými rozmermi ako zdrojový obrázok. Priehľadné oblasti (alfa = 0) označujú miesto, kde má model generovať nový obsah; nepriehľadné oblasti zostávajú nedotknuté. Táto konvencia je spočiatku proti intuitívna: prirodzene chceš „namaľovať“ to, čo chceš zmeniť, ale v skutočnosti musíš do masky vyrezať dieru. Samotné volanie API zostáva jednoduché a vyžaduje iba dva súbory a popis toho, čo sa má objaviť.

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))

Na vytvorenie tejto masky nepotrebuješ grafický editor. Pillow ju dokáže vygenerovať len v niekoľkých riadkoch: začni plne nepriehľadnou vrstvou zodpovedajúcou rozmerom zdroja a potom nakresli tvar, ktorý chceš urobiť priehľadným. Nasledujúci skript vytvorí v strede obrázka obdĺžnikové okno.

from PIL import Image, ImageDraw

# Načítaj zdrojový obrázok na získanie jeho rozmerov
source = Image.open("desk_photo.png")
width, height = source.size

# Vytvor plne nepriehľadnú masku (čiernu)
mask = Image.new("RGBA", (width, height), (0, 0, 0, 255))
draw = ImageDraw.Draw(mask)

# Nakresli priehľadnú oblasť (oblasť na úpravu)
# Obdĺžnik v strede obrázka
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 vytvorená: {width}x{height}, upraviteľná oblasť v strede")

Inpainting: Nahradenie prvku

Keď túto operáciu opakuješ, má zmysel zapuzdriť vytvorenie masky a volanie API do jednej funkcie s parametrom pre oblasť na úpravu. Prompt by potom mal popisovať iba obsah očakávaný v rámci maskovanej oblasti, nikdy nie zvyšok obrázka. Nasledujúci príklad aplikuje túto funkciu na fotografiu krajiny a upravuje iba horných 400 pixelov – oblohu – aby získala búrkovú atmosféru.

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

client = OpenAI()

def inpaint_region(image_path, region, prompt, output_path):
    """
    Nahraď obdĺžnikovú oblasť v obrázku.
    region: tuple (x1, y1, x2, y2) v pixeloch
    """
    # Vytvor 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")

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

    # Ulož výsledok
    with open(output_path, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Upravený obrázok uložený: {output_path}")


# Príklad: Nahraď oblohu na fotografii krajiny
inpaint_region(
    image_path="landscape.png",
    region=(0, 0, 1024, 400),  # Horná časť = obloha
    prompt="Dramatická obloha s fialovými búrkovými mrakmi pri západe slnka",
    output_path="landscape_sky_edited.png"
)

Outpainting: Rozšírenie obrázka

Zväčšenie obrázka si vyžaduje extra krok, pretože API nedokáže generovať obsah „vedľa“ súboru priamo. Najprv musíš vytvoriť väčšie plátno, vložiť naň originál a poskytnúť masku, ktorá chráni presne oblasť obsadenú týmto originálom. Celá logika závisí od výpočtu nových rozmerov a pozície vloženia na základe požadovaného smeru.

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):
    """
    Rozšír obrázok v danom smere.
    direction: 'right', 'bottom', 'left', 'top'
    extra_pixels: počet pixelov na pridanie
    """
    source = Image.open(image_path).convert("RGBA")
    w, h = source.size

    # Vypočítaj nové rozmery
    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)

    # Vytvor rozšírené plátno (priehľadné = oblasť na generovanie)
    extended = Image.new("RGBA", new_size, (0, 0, 0, 0))
    extended.paste(source, paste_pos)

    # Maska: všade priehľadná okrem miesta, kde je umiestnený pôvodný obrázok
    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)

    # Dočasne ulož
    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"Rozšírený obrázok uložený: {output_path}")


# Rozšír portrét doprava
outpaint(
    image_path="portrait.png",
    direction="right",
    extra_pixels=512,
    prompt="Prirodzené pokračovanie scény, rovnaké osvetlenie a pozadie",
    output_path="portrait_extended.png"
)

Všimni si formuláciu promptu pre rozšírenie: „prirodzené pokračovanie scény, rovnaké osvetlenie a pozadie“. Pri outpaintingu nepopisuješ nový predmet; žiadaš model, aby rozšíril to, čo už vidí. Príliš kreatívny prompt by vytvoril viditeľný spoj medzi originálom a pridanou oblasťou.

Iteratívne úpravy

Nič ti nebráni reťaziť viacero úprav na tom istom obrázku a používať každý výstup ako vstup pre ďalší krok. Toto je najspoľahlivejší spôsob, ako vytvoriť komplexnú kompozíciu: najprv vybav pozadie, potom popredie, s vyhradenou maskou pre každý priechod, namiesto toho, aby si dúfal, že jeden prompt opraví všetko naraz.

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

# Krok 1: Úprava pozadia
step1 = edit_step(
    "scene.png", "mask_background.png",
    "Bujné tropické lesné pozadie",
    "scene_step1.png"
)

# Krok 2: Pridanie prvku do popredia
step2 = edit_step(
    step1, "mask_foreground.png",
    "Farebný papagáj ara sediaci na konári",
    "scene_step2.png"
)

print(f"Konečný výsledok: {step2}")

Kľúčové obmedzenia

Štyri technické pravidlá riadia úspech volania. Porušenie ktoréhokoľvek z nich vedie k okamžitej chybe, nie k zhoršenému výsledku.

  • Zdrojový obrázok a maska musia mať rovnaké rozmery
  • Oba súbory musia byť vo formáte PNG
  • Maximálna veľkosť na súbor je 4 MB
  • Maska používa alfa kanál na definovanie upraviteľných oblastí

K týmto obmedzeniam pridáva ešte jedno empirické pozorovanie: výsledky sú konzistentnejšie, keď maskovaná oblasť predstavuje menej ako 50 % obrázka. Nad touto hranicou má model príliš málo kontextu na správne zlúčenie a často dosiahneš lepšie výsledky rozdelením úpravy na dva po sebe idúce kroky.

Daj si to do praxe s fotografiou svojho stola alebo akýmkoľvek obrázkom bez autorských práv: napíš skript, ktorý automaticky vygeneruje masku cez hornú štvrtinu obrázka, nahradí túto oblasť hviezdnatou oblohou a výsledok uloží lokálne.