# 图片生成

学习如何使用我们的DALL·E模型生成或编辑图像

## 介绍

 Images API提供了三种与图像交互的方法：

* 基于文本提示从头开始创建图像
* 根据新的文本提示对现有图像进行编辑
* 创建现有图像的变化版本

本指南介绍了使用这三个API端点的基础知识，并提供了有用的代码示例。要看它们的实际效果，请查看我们的DALL·E预览应用程序。

Images API目前处于测试版。在此期间，API和模型将根据您的反馈不断发展。为了确保所有用户都能轻松进行原型设计， 默认的速率限制是每分钟50张图像。如果您想增加速率限制，请查看此帮助中心文章。随着我们了解更多有关使用和容量要求的信息，我们将增加默认速率限制。

用法： 生成图像： 图像生成端点允许您根据文本提示创建原始图像。生成的图像可以具有256x256、512x512或1024x1024像素的尺寸。较小的尺寸生成速度更快。您可以使用n参数一次请求1-10个图像。

```python
response = openai.Image.create(
  prompt="a white siamese cat",
  n=1,
  size="1024x1024"
)
image_url = response['data'][0]['url']
```

描述得越详细，你或你的最终用户得到想要的结果的可能性就越大。你可以在 DALL·E 预览应用程序中探索更多提示灵感的示例。这里是一个快速的例子：

| 提示                                  | 生成                               |
| ----------------------------------- | -------------------------------- |
| 一只白色暹罗猫                             | ![](/files/jOV2tetAWgABSNTZ0NNz) |
| 一张特写的白色暹罗猫的摄影画作，瞪大好奇的眼睛，耳朵被背景的光线照亮。 | ![](/files/PYb4HwNTKgxneN0cLmMF) |

每张图片都可以通过response\_format参数以URL或Base64数据的形式返回。URL会在一小时后过期。

### 编辑 

图像编辑端点允许您通过上传蒙版来编辑和扩展图像。蒙版的透明区域指示图像应该被编辑的位置，提示应该描述完整的新图像，而不仅仅是被擦除的区域。这个端点可以实现像我们的DALL·E预览应用程序中的编辑器那样的体验。

```python
response = openai.Image.create_edit(
  image=open("sunlit_lounge.png", "rb"),
  mask=open("mask.png", "rb"),
  prompt="A sunlit indoor lounge area with a pool containing a flamingo",
  n=1,
  size="1024x1024"
)
image_url = response['data'][0]['url']
```

![](/files/DZh6OUrqB46o8bZ5Ay2w)

> 提示词：一个阳光明媚的室内休息区，里面有一个装着火烈鸟的游泳池。

上传的图像和掩模必须都是小于4MB的正方形PNG图像，并且它们必须具有相同的尺寸。生成输出时，掩模的非透明区域不会被使用，因此它们不一定需要与原始图像匹配，就像上面的示例一样。

### 变体 

图像变体端点允许您生成给定图像的一个变体。

```python
response = openai.Image.create_variation(
  image=open("corgi_and_cat_paw.png", "rb"),
  n=1,
  size="1024x1024"
)
image_url = response['data'][0]['url']
```

![](/files/fBYfiVP93peJXbaECO3M)

与编辑端点类似，输入图像必须是小于4MB的正方形PNG图像。

### 内容审核 

基于我们的内容政策，提示和图片会被过滤并在标记时返回错误。如果您对误报或相关问题有任何反馈，请通过我们的[帮助中心](https://help.openai.com/)与我们联系。

## 语言特定提示(只翻译NodeJS相关)

### 使用内存中的图像数据 

上面指南中的Node.js示例使用fs模块从磁盘读取图像数据。在某些情况下，您可能已经将图像数据存储在内存中。这是一个使用存储在Node.js缓冲区对象中的图像数据的API调用示例：

```javascript
// This is the Buffer object that contains your image data
const buffer = [your image data];
// Set a `name` that ends with .png so that the API knows it's a PNG image
buffer.name = "image.png";
const response = await openai.createImageVariation(
  buffer,
  1,
  "1024x1024"
);
```

### 使用TypeScript

如果您正在使用TypeScript，可能会遇到一些与图像文件参数有关的怪异问题。以下是通过显式转换参数来解决类型不匹配的示例：

```typescript
// Cast the ReadStream to `any` to appease the TypeScript compiler
const response = await openai.createImageVariation(
  fs.createReadStream("image.png") as any,
  1,
  "1024x1024"
);
```

这里有一个类似的例子，用于内存中的图像数据：

```typescript
// This is the Buffer object that contains your image data
const buffer: Buffer = [your image data];
// Cast the buffer to `any` so that we can set the `name` property
const file: any = buffer;
// Set a `name` that ends with .png so that the API knows it's a PNG image
file.name = "image.png";
const response = await openai.createImageVariation(
  file,
  1,
  "1024x1024"
);
```

### 错误处理

API请求可能由于无效输入、速率限制或其他问题而返回错误。这些错误可以通过try...catch语句处理，错误详细信息可以在error.response或error.message中找到：

```typescript
try {
  const response = await openai.createImageVariation(
    fs.createReadStream("image.png"),
    1,
    "1024x1024"
  );
  console.log(response.data.data[0].url);
} catch (error) {
  if (error.response) {
    console.log(error.response.status);
    console.log(error.response.data);
  } else {
    console.log(error.message);
  }
}
```


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://openaidoc.kaimingwan.com/zhi-nan/tu-pian-sheng-cheng.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.