图像生成接口

根据文本描述生成图像。

接口信息

• 接口地址: POST /v1/images/generations
• 认证方式: Bearer Token
• Content-Type: application/json

请求参数

必填参数

参数	类型	说明
prompt	string	图像描述

可选参数

参数	类型	默认值	说明
model	string	"dall-e-2"	图像生成模型
n	integer	1	生成数量，1-10
quality	string	"standard"	图像质量，"standard" 或 "hd"
response_format	string	"url"	响应格式，"url" 或 "b64_json"
size	string	"1024x1024"	图像尺寸
style	string	"vivid"	图像风格，"vivid" 或 "natural"
user	string	null	用户标识

支持的模型

模型	说明
dall-e-2	第二代图像生成模型
dall-e-3	第三代图像生成模型，更高质量

支持的尺寸

DALL-E 2:

• 256x256
• 512x512
• 1024x1024

DALL-E 3:

• 1024x1024
• 1792x1024
• 1024x1792

请求示例

基础请求

curl https://aigc.aochengcloud.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "dall-e-3",
    "prompt": "一只可爱的橘猫在阳光下打盹",
    "n": 1,
    "size": "1024x1024"
  }'

高质量请求

curl https://aigc.aochengcloud.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "dall-e-3",
    "prompt": "一个未来城市的夜景，霓虹灯闪烁，飞行汽车穿梭",
    "quality": "hd",
    "size": "1792x1024",
    "style": "vivid"
  }'

返回 base64 格式

curl https://aigc.aochengcloud.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "dall-e-3",
    "prompt": "一朵盛开的莲花",
    "response_format": "b64_json"
  }'

响应格式

URL 格式响应

{
  "created": 1704067200,
  "data": [
    {
      "url": "https://example.com/images/generated.png",
      "revised_prompt": "一只可爱的橘猫慵懒地躺在阳光斑驳的窗台上打盹..."
    }
  ]
}

base64 格式响应

{
  "created": 1704067200,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgAA..."
    }
  ]
}

响应字段说明

字段	类型	说明
created	integer	创建时间戳
data	array	生成的图像列表

data 字段

字段	类型	说明
url	string	图像 URL（当 response_format 为 "url" 时）
b64_json	string	base64 编码的图像（当 response_format 为 "b64_json" 时）
revised_prompt	string	修订后的提示（DALL-E 3）

SDK 示例

Python

import openai

client = openai.OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
    base_url="https://aigc.aochengcloud.com/v1"
)

# 生成图像
response = client.images.generate(
    model="dall-e-3",
    prompt="一只可爱的橘猫在阳光下打盹",
    size="1024x1024",
    quality="standard",
    n=1
)

# 获取图像 URL
image_url = response.data[0].url
print(f"图像 URL: {image_url}")

# 获取修订后的提示
if hasattr(response.data[0], 'revised_prompt'):
    print(f"修订后的提示: {response.data[0].revised_prompt}")

Node.js

import OpenAI from 'openai';

const openai = new OpenAI({
  apiKey: 'sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx',
  baseURL: 'https://aigc.aochengcloud.com/v1'
});

// 生成图像
const response = await openai.images.generate({
  model: 'dall-e-3',
  prompt: '一只可爱的橘猫在阳光下打盹',
  size: '1024x1024',
  quality: 'standard',
  n: 1
});

console.log(`图像 URL: ${response.data[0].url}`);

保存图像

import requests
from PIL import Image
from io import BytesIO

# 获取图像 URL
image_url = response.data[0].url

# 下载图像
image_response = requests.get(image_url)
image = Image.open(BytesIO(image_response.content))

# 保存图像
image.save("generated_image.png")

base64 解码保存

import base64

# 获取 base64 数据
b64_data = response.data[0].b64_json

# 解码并保存
image_data = base64.b64decode(b64_data)
with open("generated_image.png", "wb") as f:
    f.write(image_data)

使用场景

创意设计

# 生成 Logo
response = client.images.generate(
    model="dall-e-3",
    prompt="一个简洁现代的科技公司 Logo，蓝色调，包含 AI 元素",
    size="1024x1024",
    quality="hd"
)

产品图片

# 生成产品展示图
response = client.images.generate(
    model="dall-e-3",
    prompt="一款高端无线耳机的产品展示图，白色背景，专业摄影风格",
    size="1024x1024",
    quality="hd"
)

插画创作

# 生成儿童绘本插画
response = client.images.generate(
    model="dall-e-3",
    prompt="一只小兔子在森林里采蘑菇，卡通风格，色彩明亮",
    size="1024x1024",
    style="natural"
)

概念设计

# 生成建筑概念图
response = client.images.generate(
    model="dall-e-3",
    prompt="未来主义风格的摩天大楼，流线型设计，绿色植物覆盖",
    size="1792x1024",
    quality="hd",
    style="vivid"
)

提示工程

好的提示

一只可爱的橘猫慵懒地躺在阳光斑驳的窗台上打盹，
温暖的光线照在它柔软的毛发上，背景是温馨的室内环境，
摄影风格，高清细节

提示要素

1. 主体 - 明确描述主要对象
2. 动作 - 描述对象的动作或状态
3. 环境 - 描述背景或场景
4. 风格 - 指定艺术风格或摄影风格
5. 细节 - 添加光照、颜色等细节

避免的内容

• 模糊或抽象的描述
• 过于复杂的场景
• 版权内容
• 不当内容

DALL-E 2 vs DALL-E 3

特性	DALL-E 2	DALL-E 3
图像质量	标准	更高
文字渲染	较差	更好
提示理解	一般	更准确
生成速度	较快	较慢
价格	较低	较高
可用尺寸	3种	3种

错误处理

错误码	说明	处理方式
400	请求参数错误	检查参数格式
401	认证失败	检查 API Key
429	请求频率超限	降低请求频率
500	服务器错误	稍后重试

常见问题

Q: 生成的图像不符合预期？

A: 尝试以下方法：

1. 优化提示词，添加更多细节
2. 使用 DALL-E 3 模型
3. 调整 style 参数

Q: 生成速度慢？

A: 可能的原因：

1. 使用 DALL-E 3 模型较慢
2. 高清图像生成较慢
3. 服务器负载高

价格说明

模型	质量	1024x1024	1024x1792/1792x1024
DALL-E 3	standard	$0.040	$0.080
DALL-E 3	hd	$0.080	$0.120
DALL-E 2	standard	$0.020	-