调用百度文心AI作画API实现中文-图像跨模态生成

作者介绍

乔冠华，女，西安工程大学电子信息学院，2020级硕士研究生，张宏伟人工智能课题组。
研究方向：机器视觉与人工智能。
电子邮件：1078914066@qq.com

一．文心AI作画API介绍

1. 文心AI作画

文心ERNIE-ViLG，一款适合中文的跨模态AI绘画大模型。
论文地址：https://arxiv.org/pdf/2112.15283.pdf
体验连接：https://wenxin.baidu.com/ernie-vilg

文心ERNIE-ViLG是一个大规模的中文跨模态生成模型，其参数规模达到100亿。该模型首次通过自回归算法将图像生成和文本生成统一建模，增强模型的跨模态语义对齐能力，显著提升图文生成效果。

ERNIE-ViLG生成的不同风格的图像如下：

利用AI技术生成图片的最终目的是要便捷地为人类创造美的作品，激发人的想象力和创作力。在艺术创作、虚拟现实、图像编辑、AI 辅助设计、虚拟数字人等领域，文心 ERNIE-ViLG 这类跨模态大模型有着广泛的应用前景，也为这些领域未来的发展提供了无限的创意和可能。作为百度“文心”大模型全景图中的重要一员，文心 ERNIE-ViLG 也代表着百度文心在跨模态大模型领域迈出坚实步伐，从技术自主创新和加速产业应用方面持续推动中国 AI 发展。

2.接口介绍

文心AI作画API基于文心ERNIE-ViLG大模型，可根据用户输入的中文文本，自动创作图片。

文心AI作画涉及2个接口，分别为：提交请求、查询结果。

• 提交请求：传入文本、分辨率、风格参数，创建ERNIE-ViLG AI作画任务，获得任务ID。
• 查询结果：用于在任务创建后，查看图片生成状态。待图片生成完毕，通过查询接口即可查看生成图片的地址链接。

该接口通过自定义丰富的修饰词，生成不同风格、不同构图、不同流派的图片（每次可自定义生成1张至6张图片）。

二．注册账号并获取API Key

进入：百度智能云并创建应用获取API Key,Secret Key

1. 注册百度智能云账号

免费注册登录百度智能云账号进入下图界面，选择右上角 “控制台”模块：

选择“产品服务”中“人工之智能”模块的“智能创作平台”项目：

点击领取免费的接口资源（根据要求实名认证后可获取）：

2. 获取API

在“应用列表”中点击“创建应用”，免费创建个人文本-图像生成应用模块：

创建成功的应用模块如下，从中可以获取个人应用模块的API Key和Secret Key：

三．代码实现

完整代码

• 提交请求代码
  创建“提交请求”接口文件，并根据申请的个人API Key和Secret Key，以及自定义输入的文本和参数信息，修改并运行以下代码。（该代码可得到图片生成任务ID——“taskId”）

import requests
import json

API_KEY = "自己申请的API Key"
SECRET_KEY = "自己申请的Secret Key"

def main():
        
    url = "https://aip.baidubce.com/rpc/2.0/ernievilg/v1/txt2img?access_token=" + get_access_token()
    
    payload = json.dumps({
        "text": "中国山水画",#输入中文描述
        "resolution": "1024*1024",#选择图片分辨率，可支持1024*1024、1024*1536、1536*1024
        "style": "古风",#选择图像风格，古风、二次元、写实风格、浮世绘、未来主义、赛博朋克等等
        "num": 2#输入要生成的图片数量，可选1~6张
    })
    headers = {
        'Content-Type': 'application/json',
        'Accept': 'application/json'
    }
    
    response = requests.request("POST", url, headers=headers, data=payload)
    
    print(response.text)
    
#获取Access Token
def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    :return: access_token，或是None(如果错误)
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))

if __name__ == '__main__':
    main()

• 查询结果代码
  创建“查询结果”接口文件，根据申请的个人API Key和Secret Key，以及“提交请求”代码得到的图片生成任务ID——“taskId”（有效期一个月），修改并运行以下代码。（该代码可得到最终生成的图片）

import requests
import json
from io import BytesIO#BytesIO实现了在内存中读写bytes
from PIL import Image
import os
API_KEY = "自己申请的API Key"
SECRET_KEY = "自己申请的Secret Key"

def main():
    #API接口的url 
    url = "https://aip.baidubce.com/rpc/2.0/ernievilg/v1/getImg?access_token=" + get_access_token()
   #发送请求获取网页内容 
    payload = json.dumps({
        "taskId": "提交请求代码返回的 'taskId' 的值"
    })
    headers = {
        'Content-Type': 'application/json',
        'Accept': 'application/json'
    }    
    response = requests.request("POST", url, headers=headers, data=payload)
    print('请求的返回值：',response.text)
    json_result = json.loads(response.text)
    imgUrls=json_result['data']['imgUrls']#返回imgUrls的结果
    print("imgUrls的返回值：", imgUrls)#imgUrls":[{"image":"https://wenxin.baidu.com/younger/file/ERNIE-ViLG/4a90992981919xxxxxx"},{"image":"https://wenxin.baidu.com/younger/file/ERNIE-ViLG/4a90992981919a74f0b4xxxxx"}]
    print("imgUrls类型：",type(imgUrls))#查看imgUrls类型，是列表
    print("imgUrls数量：",len(imgUrls))

    #获得图片网址并将图片保存到本地
    for i in range(0,len(imgUrls)):
        img_url=imgUrls[i]
        print('imges_url:',img_url)
        img_url=img_url['image']
        print('image_url:',img_url)
        #保存图片到本地
        req=requests.get(img_url)#获取图片网址
        image = Image.open(BytesIO(req.content))#在内存中打开图片
        image.save(os.path.join('图片保存路径','{}.jpg'.format(i)), 'JPEG')
        
#获取Access Token
def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    :return: access_token，或是None(如果错误)
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))

if __name__ == '__main__':
    main()

四．效果展示

• 运行“提交请求”代码后，可以得到获得任务ID——“taskId”：

• 根据获得的任务ID运行“查询结果”代码后即可得到最终生成的.jpg图片：

参考链接：
https://zhuanlan.zhihu.com/p/600247099
https://zhuanlan.zhihu.com/p/455523289