引言
想象一下，只要描述你想要的畫面，電腦就能幫你畫出來。這在幾年前還像是科幻小說裏的場景，但隨著神經網絡和潛在擴散模型（LDM）技術的發展，現在已經成為可能。OpenAI 推出的 DALL·E 工具，因其能生成令人驚嘆的藝術作品和逼真的影像而廣受歡迎。
你可以透過 OpenAI 的 API 存取 DALL·E，這樣你就可以將它的功能整合到你的 Python 程式中。
本教程[1]將帶你：
環境準備
如果你對 DALL·E 的強大功能感到好奇，並希望將其整合到你的 Python 專案中，那麽這篇文章正是你需要的。在本節中，你將快速了解如何開始在你的程式碼中利用 DALL·E 來建立影像。
請確保你的 Python 版本至少是 3.7.1，並建立一個虛擬環境來隔離專案依賴。接下來，安裝 OpenAI 提供的 Python 庫，以便使用 DALL·E 的功能。
$ python --versionPython 3.12.5$ python -m venv venv$ source venv/bin/activate(venv) $ python -m pip install openai
openai 包讓您可以存取完整的 OpenAI API。在本教程中，您將重點關註影像生成，它使您可以與 DALL·E 模型互動，根據文本提示建立和編輯影像。
您需要 API 金鑰才能成功進行 API 呼叫。註冊 OpenAI 並透過單擊儀表板選單，然後單擊導航選單左下角的 API 金鑰來建立新的專案 API 金鑰：
在此頁面上，您可以建立和管理您的 API 金鑰，這使您可以存取 OpenAI 透過其 API 提供的服務。您可以建立和刪除金鑰。單擊「建立新金鑰」以建立新的 API 金鑰，並復制彈出視窗中顯示的值。復制此鍵的值，以便稍後可以在專案中使用它。您只會看到該鍵值一次。
保存 API 金鑰並使其可用於 Python 指令碼的一種快速方法是將其保存為環境變量。選擇您的作業系統以了解如何：
(venv) $ export OPENAI_API_KEY="<your-key-value-here>"
透過執行這條指令，你可以在當前的終端會話中設定一個名為 OPENAI_API_KEY 的環境變量，以便存取你的 API 金鑰。請記住，一旦你關閉了終端視窗，這個金鑰就會失效。
你可以根據個人喜好來命名這個環境變量，但如果你按照 OpenAI 的官方文件建議，使用 OPENAI_API_KEY 這個名字，那麽你就能夠直接使用文件中的程式碼範例，無需進行額外的配置。
現在，準備工作已經完成，你的 API 金鑰也已安全儲存，你可以開始根據文本提示來生成影像了。
根據文本描述生成影像
首先，透過命令列界面呼叫 openai 庫來確保你的環境已經配置完畢，準備開始使用。
(venv) $ openai api images.generate -p "a vaporwave computer"
該命令將向 OpenAI 的影像 API 發送請求，並根據文本提示「蒸汽波電腦」建立影像。因此，您將收到一個 JSON 響應，其中包含指向您新建立的影像的 URL：
{ "created": 1723549436, "data": [ { "b64_json": null, "revised_prompt": null, "url": "https://oaidalleapiprodscus.blob.core.windows.net/private/org ⮑ -H8Satq5hV2dscyutIStbN89m/user-O5O8mpE4TugEI9zqpxx8tGPt/img-4rDZEQ ⮑ leCdzAD3fuWowgLb5U.png?st=2024-08-13T10:43:56Z&se=2024-08-13T1 ⮑ 2:43:56Z&sp=r&sv=2024-08-04&sr=b&rscd=inline&rsct=image/png&sk ⮑ oid=d505667d-d6c1-4a0a-bac7-5c84a87759f8&sktid=a48cca56-e6da-484e- ⮑ a814-9c849652bcb3&skt=2024-08-12T23:00:04Z&ske=2024-08-13T23%3 ⮑ A00:04Z&sks=b&skv=2024-08-04&sig=c+BmroDkC0wkA2Lu8MxkvXpxjdW5 ⮑ B18iQ4e4BwJU6k=" } ]}
單擊您的 URL 或將其復制並貼上到瀏覽器中以檢視影像。這是 DALL·E 針對這一要求設想的影像：
你的生成影像會是獨一無二的。這是因為擴散模型僅在你發起請求時才生成影像。
提示 ：你生成的影像的連結僅在一小時內有效，所以如果你對生成的影像感到滿意並希望長期保存，請務必及時將其下載到你的電腦上。
當你向 API 發送請求時，需要遵守 OpenAI 的使用條款。如果你提供的文本提示違反了這些條款，你將收到錯誤提示，並且如果屢次違規，你的賬戶可能會被封禁。
既然你已經驗證了所有設定都正確無誤，並且對使用 OpenAI API 生成影像的功能有了初步了解，接下來你將學習如何將其整合到 Python 指令碼中。
呼叫 API
能夠透過命令列界面（CLI）生成影像固然不錯，但如果能將這項功能整合到你的 Python 套用中就更棒了。你可以借此構建許多激動人心的專案！
開啟你常用的程式碼編輯器，編寫一個指令碼。這個指令碼將用於根據文本提示生成影像，操作方式與你之前在命令列中進行的操作類似。
但這一次，你將明確指定要使用的 DALL·E 模型版本：
from openai import OpenAIclient = OpenAI()PROMPT = "A vaporwave computer"response = client.images.generate( model="dall-e-3", prompt=PROMPT,)print(response.data[0].url)
與之前類似，這段程式碼向 API 發送了一個經過認證的請求，根據 PROMPT 中的文本生成一張圖片。這段程式碼還做了一些最佳化，以便你在指令碼中添加更多功能：
第 3 行初始化了 OpenAI 的一個例項，並將其儲存為 client。這個例項已經包含了身份驗證資訊，因為你已經將環境變量命名為 OPENAI_API_KEY。如果你遵循了這個命名規則，它會自動從你的環境變量中獲取 API 金鑰值。當然，你也可以在建立例項時直接透過 api_key 參數傳遞 API 金鑰。
第 5 行將文本提示定義為一個常量。這樣做的好處是，如果你需要修改提示文本，只需要在指令碼頂部找到這個常量並進行修改，非常方便。
第 7 行呼叫了 client 的 .images.generate() 方法。接下來的幾行程式碼展示了你可以傳遞給這個方法的一些參數。
第 8 行指定使用更新的 DALL·E 3 模型，它不僅以不同的方式處理你的提示，還支持不同的參數設定、圖片尺寸和質素，與預設的 DALL·E 2 模型有所區別。
第 9 行將 PROMPT 的值傳遞給名為 prompt 的參數。這樣，你就為 DALL·E 提供了用於生成圖片的文本。別忘了，你之前在命令列中呼叫 API 時也傳遞了文本提示。
最後，你還需要獲取生成圖片的 URL，以便線上檢視。為此，你需要存取響應物件的 .url 內容，並在第 12 行將其值打印到終端。
當你執行這個指令碼時，你將得到一個類似於之前的輸出，但現在只會顯示 URL，而不會顯示完整的 JSON 響應。
(venv) $ python create.pyhttps://oaidalleapiprodscus.blob.core.windows.net/private/org-H8Satq5hV2d⮑ scyutIStbN89m/user-O5O8mpE4TugEI9zqpxx8tGPt/img-hMAEPhuqVH73JMRQ6BOV4J⮑ Hz.png?st=2024-08-13T10:56:54Z&se=2024-08-13T12:56:54Z&sp=r&sv⮑ =2023-11-03&sr=b&rscd=inline&rsct=image/png&skoid=d505667d-d6c1-4a0a-b⮑ ac7-5c84a87759f8&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skt=2024-0⮑ 8-12T21:36:11Z&ske=2024-08-13T21:36:11Z&sks=b&skv=2023-11-03&s⮑ ig=D7K6UF353uO3wJDOovbeyBsn2yaf384kEotVbjJ5SB4=
單擊連結或將其貼上到瀏覽器中以檢視生成的影像。因為您現在使用的是 DALL·E 3 模型，所以輸出可能看起來更引人註目：
這表明影像的質素和細節有了顯著提高，看起來新模型對蒸汽波風格的理解更加深入。
雖然這很有可能，但在背後還有一些其他因素也在影響著影像細節的提升。當你請求使用 DALL·E 3 模型生成影像時，它會在生成影像前對你的提示進行重新編輯。
如果你想知道 DALL·E 在生成影像時實際使用的修改後的提示是什麽，你可以透過 .revised_prompt 內容來檢視。
# ...print(response.data[0].revised_prompt)
在請求生成影像時，通常來說，提供更詳細的描述會得到更理想的結果。在你的描述中加入更多的細節可以大幅提升效果！例如，下面是生成上面影像所用的詳細描述：
想象一台帶有蒸汽波風格的電腦；它像是一台80年代的老式機器，被霓虹粉和藍色光暈所包圍。它的設計充滿了懷舊感，機身裝飾著復古的字型。外殼上印有發光的數碼棕櫚樹，讓人聯想到老式影片遊戲中的場景。背景中可以看到希臘雕塑和蒸汽波設計中常見的故障日落圖案，完美地結合了現代與復古的元素。
這比你最初提供的描述要詳細得多！
註意 ：只有對 DALL·E 3 模型的請求才會進行提示重寫，所以如果你使用的是 DALL·E 2，這個內容將不存在。
雖然 DALL·E 3 能夠生成更令人印象深刻的影像，但它不允許你關閉提示重寫功能，這意味著你對輸出的控制會減少。此外，這個模型目前還沒有完全開放所有功能。
因此，在本教程的後續部份，你將繼續使用 DALL·E 2。首先，編輯指令碼，在呼叫 .generate() 方法時添加一些額外的參數。同時，不妨也為你最初的描述增加一些細節：
from openai import OpenAIclient = OpenAI()PROMPT = "An eco-friendly computer from the 90s in the style of vaporwave"response = client.images.generate( model="dall-e-2", # Default prompt=PROMPT, n=1, size="256x256",)print(response.data[0].url)
你已經為你的描述增加了一些細節，並切換回了預設的 DALL·E 2 模型。此外，你還添加了兩個新參數來進一步客製生成的影像：
第 10 行將數碼 1 指定給參數 n。這個參數允許你定義想要根據描述生成的新影像數量。n 的值應在 1 到 10 之間，預設為 1。
第 11 行設定了 size 參數的值。透過這個參數，你可以指定 DALL·E 生成影像的尺寸。這個參數需要是一個字串，可用的尺寸會根據你使用的模型而有所不同。對於 DALL·E 2，可選的尺寸有 "256x256"、"512x512" 或 "1024x1024"。每個字串都代表了你將收到的影像的像素尺寸，預設為最大的 "1024x1024"。
在你的指令碼最後，你再次將生成影像的 URL 輸出到終端。你已經移除了打印 .revised_prompt 的程式碼行，因為在 DALL·E 2 中這個值是不存在的。
當你執行指令碼後，你會得到一個新的 URL 作為回應。點選這個連結或將其復制到你的瀏覽器中，就可以檢視生成的影像了。和之前一樣，你的影像會有所不同，但應該與你在 PROMPT 中使用的描述相似。由於你這次使用的是 DALL·E 2，所以影像的細節可能會比上一次少一些。
你可能會註意到，這次生成的影像比你之前建立的要小得多。這是因為你透過 size 參數指定了生成一張 256x256 像素的圖片。較小的影像成本較低，所以你剛剛省下了一筆費用！作為一個節省成本的成功者，也許你還想保存其他東西——比如你的影像數據。
[1]Source: https://realpython.com/generate-images-with-dalle-openai-api/
