image 输入，模型需要在原图或参考图基础上修改。
适合场景：
- 换背景、改颜色、改风格
- 保留主体，重绘细节
- 局部修改和蒙版编辑
- 用参考图生成同风格素材
图像编辑的输入格式、是否支持
mask、可上传图片数量、输出尺寸，都会随模型版本变化。上线前请以控制台 模型广场 为准。GPT 图像编辑
GPT 图像编辑通常使用 OpenAI Images Edit 兼容方式。请求重点是image 和 prompt。
curl https://www.focusapi.cn/v1/images/edits \
-H "Authorization: Bearer sk-your-api-key" \
-F model="gpt-image-1" \
-F image="@/path/to/source.png" \
-F prompt="保留主体不变，把背景改成纯白色，并增强产品边缘光" \
-F size="1024x1024" \
-F quality="medium"
import base64
from urllib.request import urlopen
from openai import OpenAI
client = OpenAI(
base_url="https://www.focusapi.cn/v1",
api_key="sk-your-api-key",
)
edited = client.images.edit(
model="gpt-image-1",
image=open("/path/to/source.png", "rb"),
prompt="保留主体不变，把背景改成纯白色，并增强产品边缘光",
size="1024x1024",
quality="medium",
response_format="b64_json",
)
item = edited.data[0]
save_path = "edited.png"
if item.b64_json:
with open(save_path, "wb") as f:
f.write(base64.b64decode(item.b64_json))
elif item.url:
with open(save_path, "wb") as f:
f.write(urlopen(item.url).read())
print(f"图片已保存到 {save_path}")
GPT 图像编辑参数
- gpt-image-1
- 兼容编辑模型
| 参数 | 说明 | 可选值 |
|---|---|---|
model | 支持编辑的图像模型 ID | gpt-image-1，或模型广场展示的兼容模型 |
image | 原图输入 | png、jpg、webp 等格式以模型支持为准 |
prompt | 编辑指令 | 文本，建议明确“保留什么、修改什么” |
mask | 局部编辑蒙版 | 可选，是否支持以模型广场为准 |
size | 输出尺寸 | 1024x1024、1024x1536、1536x1024，以模型支持为准 |
quality | 输出质量 | auto、low、medium、high |
n | 生成张数 | 通常从 1 开始；批量上限以模型广场为准 |
response_format | 返回格式 | url、b64_json，以模型支持为准 |
| 参数 | 说明 | 可选值 |
|---|---|---|
model | 模型广场中的完整模型 ID | 以模型广场为准 |
image | 原图、参考图或首图 | 格式和数量以模型广场为准 |
prompt | 编辑指令 | 文本 |
mask | 局部编辑蒙版 | 可选 |
extra_body | 厂商特殊参数 | 以模型广场和错误提示为准 |
Gemini 图片编辑
Gemini 图片编辑通常用 GenAI 多模态内容：contents 里同时传文本指令和图片输入，并要求返回 TEXT + IMAGE。
curl https://www.focusapi.cn/v1beta/models/gemini-3.1-flash-image-preview:generateContent \
-H "x-goog-api-key: sk-your-api-key" \
-H "Content-Type: application/json" \
-d '{
"contents": [
{
"parts": [
{ "text": "保留主体不变，把背景改成纯白色，并增强产品边缘光" },
{
"inline_data": {
"mime_type": "image/png",
"data": "base64-image-data"
}
}
]
}
],
"generationConfig": {
"responseModalities": ["TEXT", "IMAGE"],
"imageConfig": {
"aspectRatio": "1:1",
"imageSize": "1K"
}
}
}'
import base64
import os
import re
from google import genai
from google.genai import types
client = genai.Client(
api_key="sk-your-api-key",
http_options=types.HttpOptions(base_url="https://www.focusapi.cn"),
)
with open("/path/to/source.png", "rb") as f:
source_image = f.read()
response = client.models.generate_content(
model="gemini-3.1-flash-image-preview",
contents=[
"保留主体不变，把背景改成纯白色，并增强产品边缘光",
types.Part.from_bytes(data=source_image, mime_type="image/png"),
],
config=types.GenerateContentConfig(
response_modalities=["IMAGE"],
image_config=types.ImageConfig(
aspect_ratio="1:1",
image_size="1K",
),
),
)
save_path = "edited.png"
saved = False
for part in response.parts:
if image := part.as_image():
image.save(save_path)
saved = True
print(f"图片已保存到 {save_path}")
break
if part.text:
match = re.search(r"data:image/[^;]+;base64,([A-Za-z0-9+/=]+)", part.text)
if match:
with open(save_path, "wb") as f:
f.write(base64.b64decode(match.group(1)))
saved = True
print(f"图片已保存到 {save_path}")
break
if not saved:
raise RuntimeError("响应里没有图片，请检查 model 与 response_modalities")
Gemini 编辑与生图一样：优先用
response.parts + part.as_image() 保存（需 pip install pillow）。若网关把图片塞进 part.text 的 data:image/...;base64,...，需正则提取后解码。不要直接 write(part.inline_data.data) 或先 print(part.text)。Gemini 图片编辑参数
- Gemini 图片编辑
| 参数 | 说明 | 可选值 |
|---|---|---|
model | 支持图片输出/编辑的 Gemini 模型 ID | 以模型广场为准 |
contents | 文本指令和图片输入 | 文本 + types.Part.from_bytes(...) |
response_modalities | 期望返回的模态 | ["TEXT", "IMAGE"] |
image_config.aspect_ratio | 输出比例 | 1:1、3:2、2:3、9:16、16:9 |
image_config.image_size | 输出分辨率档位 | 1K、2K，以模型支持为准 |
多轮图像编辑
图像编辑天然适合多轮：先做大方向修改，再逐步微调。不同官方 SDK 的多轮方式不同。import base64
from openai import OpenAI
client = OpenAI(
base_url="https://www.focusapi.cn/v1",
api_key="sk-your-api-key",
)
first = client.images.edit(
model="gpt-image-1",
image=open("/path/to/source.png", "rb"),
prompt="保留人物姿势，把背景换成办公室，整体写实风格。",
size="1024x1024",
quality="medium",
)
first_image = first.data[0].b64_json
with open("first.png", "wb") as f:
f.write(base64.b64decode(first_image))
second = client.images.edit(
model="gpt-image-1",
image=open("first.png", "rb"),
prompt="保持上一张图的构图，只把衣服改成深蓝色。",
size="1024x1024",
quality="medium",
response_format="b64_json",
)
with open("second.png", "wb") as f:
f.write(base64.b64decode(second.data[0].b64_json))
print("图片已保存到 second.png")
import base64
import os
from openai import OpenAI
client = OpenAI(
base_url="https://www.focusapi.cn/v1",
api_key="sk-your-api-key",
)
def save_image_from_response(response, save_path):
for item in response.output:
if item.type == "image_generation_call" and item.result:
os.makedirs(os.path.dirname(save_path) or ".", exist_ok=True)
with open(save_path, "wb") as f:
f.write(base64.b64decode(item.result))
print(f"图片已保存到 {save_path}")
return True
return False
with open("/path/to/source.png", "rb") as f:
source_b64 = base64.b64encode(f.read()).decode("utf-8")
first = client.responses.create(
model="gpt-4.1-mini",
input=[
{
"role": "user",
"content": [
{
"type": "input_text",
"text": "根据这张产品图生成一个白底电商主图。",
},
{
"type": "input_image",
"image_url": f"data:image/png;base64,{source_b64}",
},
],
}
],
tools=[{"type": "image_generation", "model": "gpt-image-1", "action": "edit"}],
)
save_image_from_response(first, "output/edit-v1.png")
second = client.responses.create(
model="gpt-4.1-mini",
previous_response_id=first.id,
input="保持上一张图的产品角度不变，把阴影调得更自然。",
tools=[{"type": "image_generation", "model": "gpt-image-1", "action": "edit"}],
)
save_image_from_response(second, "output/edit-v2.png")
import base64
import re
from google import genai
from google.genai import types
client = genai.Client(
api_key="sk-your-api-key",
http_options=types.HttpOptions(base_url="https://www.focusapi.cn"),
)
with open("/path/to/source.png", "rb") as f:
source_image = f.read()
chat = client.chats.create(
model="gemini-3.1-flash-image-preview",
config=types.GenerateContentConfig(
response_modalities=["IMAGE"],
image_config=types.ImageConfig(aspect_ratio="1:1", image_size="1K"),
),
)
chat.send_message([
"保留人物姿势，把背景换成办公室，整体写实风格。",
types.Part.from_bytes(data=source_image, mime_type="image/png"),
])
second = chat.send_message(
"保持上一张图的构图，只把衣服改成深蓝色。"
)
save_path = "edited-round-2.png"
saved = False
for part in second.parts:
if image := part.as_image():
image.save(save_path)
saved = True
print(f"图片已保存到 {save_path}")
break
if part.text:
match = re.search(r"data:image/[^;]+;base64,([A-Za-z0-9+/=]+)", part.text)
if match:
with open(save_path, "wb") as f:
f.write(base64.b64decode(match.group(1)))
saved = True
print(f"图片已保存到 {save_path}")
break
if not saved:
raise RuntimeError("响应里没有图片")
OpenAI
images.edit 返回 b64_json 字符串，需 base64.b64decode 后保存。Responses 多轮从 image_generation_call.result 取 base64。Gemini 编辑与生图相同，图片可能在 inline_data（用 as_image()）或 text 的 data URL 里，不要只依赖 part.inline_data.data。提示词建议
- 第一轮：“保留人物姿势，把背景换成办公室，整体写实风格。”
- 第二轮：“保持上一张图的构图，只把衣服改成深蓝色。”
- 第三轮：“继续保持人物和衣服不变，把光线调成清晨自然光。”
相关能力
图像生成
从文本提示词生成新图片。
图片分析
让模型理解已有图片、截图、票据和图表。