可以用openai的最gpt-image-1或者google的gemini的api实现
我们以免费的gemini api为例来实现:
+
让左面美女的手中拿的盒子变成吹分机
点击查看全文
from google import genai from google.genai import types from PIL import Image from io import BytesIO # import PIL.Image image1 = PIL.Image.open('prod2.png') image2 = PIL.Image.open('prod3.png') client = genai.Client(api_key="apikey") text_input = ('更新图片:图片1中的人物手中拿的物品更换成图片2,并保持整体协调') response = client.models.generate_content( model="gemini-2.0-flash-exp-image-generation", contents=[text_input, image1,image2], config=types.GenerateContentConfig( response_modalities=['TEXT', 'IMAGE'] ) ) for part in response.candidates[0].content.parts: if part.text is not None: print(part.text) elif part.inline_data is not None: image = Image.open(BytesIO(part.inline_data.data)) image.show()
网友回复
为啥所有的照片分辨率提升工具都会修改照片上的图案细节?
js如何在浏览器中将webm视频的声音分离为单独音频?
微信小程序如何播放第三方域名url的mp4视频?
ai多模态大模型能实时识别视频中的手语为文字吗?
如何远程调试别人的chrome浏览器获取调试信息?
为啥js打开新网页window.open设置窗口宽高无效?
浏览器中js的navigator.mediaDevices.getDisplayMedia屏幕录像无法录制SpeechSynthesisUtterance产生的说话声音?
js中mediaRecorder如何录制window.speechSynthesis声音音频并下载?
python如何直接获取抖音短视频的音频文件url?
js在浏览器中如何使用MediaStream与MediaRecorder实现声音音频多轨道混流?