OpenAI 生成吉卜力风格的图片

最近OpenAI再一次火了一波，因为它推出了 原生多模态图像生成模型。这种模型在训练时直接混合多模态数据（如图文对、音视频同步数据），建立模态间语义映射，统一处理多模态输入输出。直观上，就是提供一张图片，同时配上需求，例如：将这张图片转为吉卜力风格，模型即可自动完成。当前支持最高1024x1536的分辨率，费用大约0.2美元/张。这篇文章将讲述如何实现这一过程，之后就可以将自己喜欢的相片转成吉卜力风格啦。

我们依然需要app_key，关于这部分，可以参考 LlamaIndex 使用大语言模型。

创建工作目录，在该文件夹下创建文件 main.py：

import os import base64 from dotenv import load_dotenv load_dotenv() from openai import OpenAI # 设置OpenAI API密钥 api_key = os.getenv("OPENAI_API_KEY") base_url = os.getenv("OPENAI_API_BASE") llm = OpenAI(api_key=api_key, base_url=base_url) # llm = OpenAI() img = open("avatar.jpg", "rb") prompt='''请将我提供的照片转换为一张现代高清的吉卜力动画风格插画，保留照片的基本构图与主体元素。具体要求如下：使用细腻、干净、明亮的手绘风格进行重绘；构图不变：人物和背景的布局与原图保持一致；人物姿态保持不变，发型、面部特征、眼神、服饰、身体姿态 尽可能贴近原图，表情为淡淡的微笑；头部和身体的比例更接近实际比例；色彩处理：色彩 鲜明自然，充满阳光气息，避免泛黄或昏暗，整体氛围应温柔、通透、有情感张力；线条风格：线条清晰流畅，细节丰富，具有手绘质感；尺寸比例：输出图像尺寸与原图一致''' # 调用 GPT-image-1 的图像编辑接口 result = llm.images.edit( model = "gpt-image-1", image = img, prompt= prompt, size = "1024x1024", quality = "high", n = 1 ) # 检查API响应是否为空 if result is None or not hasattr(result, 'data'): raise ValueError("API调用失败，返回结果为空") # 检查data字段是否存在有效内容 if not result.data: print(result.model_dump_json(indent=4)) raise ValueError("API返回结果未包含有效图像数据") # 解码并保存生成的图像 image_bytes = base64.b64decode(result.data[0].b64_json) with open("ghibli_output.png", "wb") as f: f.write(image_bytes) print("吉卜力风格图像已生成！")

在上面代码中，需要注意 api_key 和 api_base 需要显示地传递到 OpanAI()函数中。否则的话，默认会直接调用 OpenAI 官方的API地址，是调不通的。

生成了几张图（提示词略有不同，大家可以根据需要进行自行编辑），效果如下：

感谢阅读，希望这篇文章能给你带来帮助！