Openai的最新多模式模型GPT-Image-1徹底改變了Chatgpt和API的形象生成。本文探討了其功能，用法和應(yīng)用程序。

目錄

• 了解gpt-image-1
  • gpt-image-1的關(guān)鍵功能
  • 可訪問性
• gpt-image-1定價結(jié)構(gòu)
• 訪問gpt-image-1
• gpt-image-1的實際應(yīng)用
  • GPT-image-1的圖像生成
  • 使用GPT-image-1編輯圖像編輯
• 最佳結(jié)果的最佳實踐
• gpt-image-1的不同應(yīng)用
• gpt-image-1的局限性
• 模型比較
• 結(jié)論

了解gpt-image-1

GPT-Image-1是OpenAI的高級多式模型，生成了以現(xiàn)實世界知識告知的高質(zhì)量圖像。雖然建議使用GPT-Image-1，但圖像API還支持DALL·E 2和Dall·E 3。

圖像API提供了三個關(guān)鍵功能：

• 圖像創(chuàng)建：從文本提示中生成圖像。
• 圖像修改：使用新提示編輯現(xiàn)有圖像。
• 圖像變化：生成現(xiàn)有圖像的變化（僅dall·e 2）。

另請閱讀：Imagen 3和Dall·E 3的比較

gpt-image-1的關(guān)鍵功能

gpt-image-1擁有：

• 高保真輸出：詳細(xì)而準(zhǔn)確的視覺效果。
• 多功能風(fēng)格：支持從逼真到抽象的各種美學(xué)。
• 精確編輯：允許目標(biāo)圖像修改。
• 上下文理解：準(zhǔn)確解釋復(fù)雜提示。
• 可靠的文本渲染：始終呈現(xiàn)圖像中的文本。

可訪問性

OpenAI的API允許使用GPT Image或DALL·E模型生成圖像和編輯。當(dāng)前，圖像生成僅通過圖像API進(jìn)行，并具有正在開發(fā)的響應(yīng)API支持。

有關(guān)GPT-Image-1的更多詳細(xì)信息，請單擊此處。

gpt-image-1定價結(jié)構(gòu)

了解定價對于有效且具有成本效益的用法至關(guān)重要。

gpt-image-1的定價為每個令牌：

• 文本提示：每100萬代幣$ 5
• 上傳圖像：每100萬$ 10
• 生成的圖像：每100萬代幣$ 40

這大約是：

• 低質(zhì)量圖像?$ 0.02
• ?$ 0.07，用于中等質(zhì)量的圖像
• 高質(zhì)量圖像?$ 0.19

此處的官方定價頁面可用詳細(xì)的定價信息（按圖像質(zhì)量和分辨率）。

注意：圖像產(chǎn)生涉及創(chuàng)建專業(yè)的令牌，從而影響處理時間和成本。較大的圖像和更高質(zhì)量的設(shè)置都增加了。

訪問gpt-image-1

獲取您的GPT-image-1 API密鑰：

1. 登錄到OpenAI平臺。
2. 導(dǎo)航到項目> API密鑰。
3. 驗證您的帳戶（可能需要KYC驗證）。

請訪問http://m.miracleart.cn/link/c7f409723f7655153ec02c23b87b31a9以獲取帳戶驗證詳細(xì)信息。

GPT-Image-1：實際應(yīng)用

讓我們使用GPT-Image-1 API探索圖像生成和編輯。

使用gpt-image-1產(chǎn)生圖像

我們將使用文本提示使用圖像生成端點。 API默認(rèn)為單個圖像，但是“ N'參數(shù)允許每個請求生成多個圖像。

在運行主代碼之前，請設(shè)置環(huán)境：

 <code>!pip install openai import os os.environ['OPENAI_API_KEY'] = "<your-openai-api-key> "</your-openai-api-key></code>

輸入代碼（示例）：

來自O(shè)penai Import Openai
導(dǎo)入基礎(chǔ)64
客戶端= OpenAi（）

提示=“”“一個寧靜的公園場景，人類和友好的機器人都享受這一天?！薄啊?
結(jié)果= client.images.generate（model =“ gpt-image-1”，提示=提示）

image_base64 = result.data [0] .b64_json
image_bytes = base64.b64decode（image_base64）

開放（“ park_scene.png”，“ wb”）為f：
    F.Write（image_bytes）

輸出：

使用gpt-image-1編輯圖像編輯

gpt-image-1允許進(jìn)行各種圖像編輯：

• 編輯現(xiàn)有圖像。
• 使用其他圖像作為參考。
• 介入（使用口罩編輯特定的圖像區(qū)域）。

用面具編輯（示例）：

根據(jù)提示，更換透明面具區(qū)域；彩色區(qū)域保持不變。

輸入代碼（例如 - 添加Elon Musk）：

來自O(shè)penai Import Openai
客戶端= OpenAi（）

結(jié)果= client.images.edit（
    型號=“ gpt-image-1”，
    image = open（“/content/image.png”，“ rb”），
    mask = open（“/content/mask.png”，“ rb”），
    提示=“埃隆·馬斯克（Elon Musk）添加到圖像中”
）

＃...（保存圖像的其余代碼保持不變）

輸出：

（注意：替換/content/image.png和/content/mask.png帶有您的實際文件路徑。）記住圖像和掩碼必須是相同的格式，尺寸，尺寸和25mb以下。黑白面具需要添加一個alpha通道。

最佳結(jié)果的最佳實踐

1. 自定義圖像設(shè)置（尺寸，質(zhì)量，格式，壓縮）。
2. 使用方形圖像（1024x1024）和速度標(biāo)準(zhǔn)質(zhì)量。
3. API返回基本64編碼的數(shù)據(jù)；默認(rèn)格式為PNG，但JPEG或WebP也是選項。
4. 對于JPEG/WebP，使用output_compression （0-100％）控制壓縮。

gpt-image-1的不同應(yīng)用

GPT-Image-1在各個領(lǐng)域都有廣泛的應(yīng)用：游戲，創(chuàng)意工具，教育，企業(yè)軟件，廣告，醫(yī)療保健，建筑和娛樂。

gpt-image-1的局限性

• 延遲：復(fù)雜的提示最多可能需要2分鐘。
• 文本渲染：盡管有所改進(jìn)，但文本清晰度和對齊方式可能是不一致的。
• 一致性：在多個圖像之間保持統(tǒng)一性可能具有挑戰(zhàn)性。
• 組成控制：精確的元素放置可能并不總是完美的。

模型比較

結(jié)論

GPT-Image-1通過文本提示提供了強大的圖像生成和編輯功能。雖然處理時間可能會有所不同，但其質(zhì)量和控制時間使其成為有價值的工具。它有助于更??快的內(nèi)容創(chuàng)建和原型制作。在增強人類創(chuàng)造力的同時，考慮道德含義和原始人類作品的價值很重要。

以上是如何使用OpenAI GPT-Image-1 API生成和編輯圖像的詳細(xì)內(nèi)容。更多信息請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！