Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Urejanje obstoječih slik (inpainting, outpainting)

Lekcija 3 od 12 Posodobljeno 2. november 2026 Razvijalec
Na tej strani
  1. Urejanje obstoječih slik
  2. Kako deluje maska
  3. Inpainting: Zamenjava elementa
  4. Outpainting: Razširitev slike
  5. Iterativno urejanje
  6. Ključne omejitve

Posodobljeno 2. novembra 2026 — modeli za slike. Model gpt-image-1, za katerega je bil ta tečaj prvotno napisan, je bil umaknjen 23. oktobra 2026. Poleg tega bosta modela gpt-image-1.5, gpt-image-1-mini in chatgpt-image-latest umaknjena 1. decembra 2026. Primeri zdaj uporabljajo gpt-image-2.5-sunburst, ki ponuja najvišjo natančnost pri urejanju; gpt-image-2.5-flare pa je hitrejši za splošno generiranje. Oba modela podpirata tudi nastavitvi kakovosti xhigh in max. Modeli GPT Image vedno vrnejo slike v formatu base64: parameter response_format, ki so ga uporabljali starejši modeli DALL·E, ni več sprejet in je bil odstranjen iz kode. Vir: Generiranje slik (OpenAI).

Urejanje obstoječih slik

Metoda client.images.edit() spremeni obstoječo sliko z uporabo maske, ki določa območje za ponovno generiranje. To vodi do dveh različnih primerov uporabe, ki ju je vredno natančno poimenovati, saj zahtevata različne maske. Inpainting zapolni ali nadomesti notranje območje – morda želiš spremeniti nebo na pokrajinski sliki, zaslon na računalniku ali barvo stene. Outpainting pa nasprotno razširi sliko čez njene prvotne meje, na primer tako, da kvadratni portret spremeniš v panoramsko pasico.

Kako deluje maska

Maska je slika PNG z enakimi dimenzijami kot izvorna slika. Prozorna območja (alfa = 0) kažejo, kje naj model generira novo vsebino; neprozorna območja ostanejo nespremenjena. To pravilo je sprva protislovno: naravno bi želel „pobarvati” tisto, kar želiš spremeniti, vendar moraš v maski namesto tega izrezati luknjo. Klic API-ja sam ostane preprost in zahteva le obe datoteki ter opis tega, kar naj se pojavi.

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))

Za ustvarjanje te maske ne potrebuješ grafičnega urejevalnika. Pillow jo lahko ustvari v nekaj vrsticah: začni s popolnoma neprozorno plastjo, ki ustreza dimenzijam izvorne slike, nato nariši obliko, ki jo želiš narediti prozorno. Spodnji skript ustvari pravokotno okno v središču slike.

from PIL import Image, ImageDraw

# Naloži izvorno sliko za pridobitev dimenzij
source = Image.open("desk_photo.png")
width, height = source.size

# Ustvari popolnoma neprozorno masko (črno)
mask = Image.new("RGBA", (width, height), (0, 0, 0, 255))
draw = ImageDraw.Draw(mask)

# Nariši prozorno območje (območje za urejanje)
# Pravokotnik v središču slike
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 ustvarjena: {width}x{height}, območje za urejanje v središču")

Inpainting: Zamenjava elementa

Ko to operacijo ponoviš, ima smisel zapreti ustvarjanje maske in klic API-ja v eno samo funkcijo, parametrizirano z območjem, ki ga želiš spremeniti. Poziv (prompt) naj nato opiše le vsebino, ki jo pričakuješ znotraj maskiranega območja, nikoli pa preostanka slike. Spodnji primer uporablja to funkcijo na pokrajinski fotografiji in spremeni le zgornjih 400 pikslov – nebo – da mu da nevihtno vzdušje.

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

client = OpenAI()

def inpaint_region(image_path, region, prompt, output_path):
    """
    Zamenjaj pravokotno območje na sliki.
    region: tuple (x1, y1, x2, y2) v pikslih
    """
    # Ustvari masko
    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")

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

    # Shrani rezultat
    with open(output_path, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Urejena slika shranjena: {output_path}")


# Primer: Zamenjaj nebo na pokrajinski fotografiji
inpaint_region(
    image_path="landscape.png",
    region=(0, 0, 1024, 400),  # Zgornji del = nebo
    prompt="Dramatic sky with purple storm clouds at sunset",
    output_path="landscape_sky_edited.png"
)

Outpainting: Razširitev slike

Povečanje slike zahteva dodaten korak, ker API ne more neposredno generirati vsebine „poleg” datoteke. Najprej moraš ustvariti večje platno, nanj prilepiti izvirnik in zagotoviti masko, ki ščiti točno območje, ki ga zaseda ta izvirnik. Celotna logika temelji na izračunu novih dimenzij in položaja lepljenja glede na zahtevano smer.

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):
    """
    Razširi sliko v določeno smer.
    direction: 'right', 'bottom', 'left', 'top'
    extra_pixels: število pikslov za dodajanje
    """
    source = Image.open(image_path).convert("RGBA")
    w, h = source.size

    # Izračunaj nove dimenzije
    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)

    # Ustvari razširjeno platno (prozorno = območje za generiranje)
    extended = Image.new("RGBA", new_size, (0, 0, 0, 0))
    extended.paste(source, paste_pos)

    # Maska: povsod prozorna, razen kjer je postavljena izvirna slika
    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)

    # Začasno shrani
    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"Razširjena slika shranjena: {output_path}")


# Razširi portret v desno
outpaint(
    image_path="portrait.png",
    direction="right",
    extra_pixels=512,
    prompt="Natural continuation of the scene, same lighting and background",
    output_path="portrait_extended.png"
)

Bodi pozoren na formulacijo poziva za razširitev: „naravno nadaljevanje prizora, enaka osvetlitev in ozadje”. Pri outpaintingu ne opisuješ novega subjekta; od modela zahtevaš, da razširi tisto, kar že vidi. Preveč ustvarjalen poziv bi povzročil viden šiv med izvirnikom in dodanim območjem.

Iterativno urejanje

Nič ti ne preprečuje, da bi na isti sliki zaporedoma izvedel več urejanj in vsak izhod uporabil kot vhod za naslednji korak. To je najbolj zanesljiv način za gradnjo kompleksne kompozicije: najprej obdelaj ozadje, nato ospredje, z namensko masko za vsak prehod, namesto da bi upal, da bo en sam poziv popravil vse naenkrat.

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

# Korak 1: Spremeni ozadje
step1 = edit_step(
    "scene.png", "mask_background.png",
    "Lush tropical forest background",
    "scene_step1.png"
)

# Korak 2: Dodaj element v ospredje
step2 = edit_step(
    step1, "mask_foreground.png",
    "A colorful macaw parrot perched on a branch",
    "scene_step2.png"
)

print(f"Končni rezultat: {step2}")

Ključne omejitve

Štiri tehnična pravila določajo uspeh klica. Kršitev katerega koli od njih povzroči takojšnjo napako in ne poslabšanega rezultata.

  • Izvorna slika in maska morata imeti enake dimenzije
  • Obe datoteki morata biti v formatu PNG
  • Največja velikost na datoteko je 4 MB
  • Maska uporablja alfa kanal za določanje območij za urejanje

Tem omejitvam dodaja še eno empirično opažanje: rezultati so bolj dosledni, ko maskirano območje predstavlja manj kot 50 % slike. Onkraj tega ima model premalo konteksta za pravilno zlivanje in pogosto boš dosegel boljše rezultate, če svojo spremembo razdeliš na dva zaporedna urejanja.

To uresniči s fotografijo svoje pisalne mize ali katere koli slike brez avtorskih pravic: napiši skript, ki samodejno ustvari masko čez zgornjo četrtino slike, to območje nadomesti z zvezdnatim nebom in rezultat shrani lokalno.