> ## Documentation Index > Fetch the complete documentation index at: https://docs.focusapi.cn/llms.txt > Use this file to discover all available pages before exploring further. # 图像编辑 > FocusAPI 图像编辑接入指南：使用 GPT 图像、Gemini 图片模型和兼容图像模型完成图片改图、局部修改、参考图重绘，并说明 curl、Python SDK、参数和多轮编辑。 图像编辑是 **图片 + 文本指令 → 新图片**。它和 [图像生成](/models/image-generation) 的区别是：编辑任务必须提供 `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`。 ```bash cURL theme={null} 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" ``` ```python OpenAI SDK theme={null} 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 | 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`。 ```bash cURL theme={null} 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" } } }' ``` ```python Gemini GenAI SDK theme={null} 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 | 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。 ```python OpenAI 连续编辑 theme={null} 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") ``` ```python OpenAI Responses 多轮 theme={null} 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") ``` ```python Gemini GenAI Chat theme={null} 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 从文本提示词生成新图片。 让模型理解已有图片、截图、票据和图表。