在Android (Java)中使用GPT-4o API处理图片和文字的技术博客

引言

        在现代应用程序开发中，结合人工智能（AI）技术变得越来越普遍。在这篇技术博客中，我将展示如何在Android中使用OkHttp和GPT-4o API处理图片和文字输入。通过这个示例，您可以学会如何上传图片，结合文字描述，并从GPT-4o获取响应。

前提条件

在开始之前，请确保您已完成以下准备工作：

1. Android Studio: 请确保您已安装最新版本的Android Studio。
2. OkHttp: 确保您已在build.gradle文件中添加了OkHttp库。
3. GPT-4o API Key: 您需要从OpenAI获取一个API密钥。

步骤一：设置OkHttp客户端

首先，创建一个OkHttp客户端并设置超时时间：

OkHttpClient client = new OkHttpClient.Builder()
        .readTimeout(60, TimeUnit.SECONDS)
        .writeTimeout(60, TimeUnit.SECONDS)
        .connectTimeout(60, TimeUnit.SECONDS)
        .build();

步骤二：读取图片并转换为Base64

接下来，读取图片文件并将其转换为Base64字符串：

try {
    byte[] imageBytes = Files.readAllBytes(Paths.get(imagePath));
    String imageBase64 = android.util.Base64.encodeToString(imageBytes, android.util.Base64.DEFAULT);
} catch (IOException e) {
    throw new RuntimeException("Failed to read image file", e);
}

步骤三：构建请求体

构建包含文字和图片内容的请求体：

JSONObject prompt = new JSONObject();
prompt.put("role", "user");

JSONObject content = new JSONObject();
content. Put("type", "text");
content. Put("text", "prompt");

JSONObject imageContent = new JSONObject();
imageContent.put("type", "image_url");

JSONObject imageUrl = new JSONObject();
imageUrl.put("url", "data:image/jpeg;base64," + imageBase64);
imageContent.put("image_url", imageUrl);

JSONArray contentArray = new JSONArray();
contentArray.put(content);
contentArray.put(imageContent);
prompt.put("content", contentArray);

JSONArray messages = new JSONArray();
messages.put(prompt);

JSONObject requestBody = new JSONObject();
requestBody.put("model", "gpt-4o");
requestBody.put("messages", messages);

步骤四：发送请求并处理响应

使用OkHttp发送请求并处理响应：

RequestBody body = RequestBody.create(MediaType.parse("application/json; charset=utf-8"), requestBody.toString());

Request request = new Request.Builder()
        .url(API_URL)
        .post(body)
        .addHeader("Authorization", "Bearer " + API_KEY)
        .build();

try (Response responseText = client.newCall(request).execute()) {
    if (!responseText.isSuccessful()) {
        throw new IOException("Unexpected response code: " + responseText);
    }

    String responseBody = responseText.body().string();
    JSONObject jsonResponse = new JSONObject(responseBody);
    String botResponse = jsonResponse.getJSONArray("choices")
            .getJSONObject(0)
            .getJSONObject("message")
            .getString("content");

    System.out.println("Bot response: " + botResponse);

} catch (IOException | JSONException e) {
    e.printStackTrace();
}

总结

通过以上步骤，我们展示了如何在Android中使用OkHttp和GPT-4o API处理图片和文字输入。这个示例不仅展示了如何将图片编码为Base64，还展示了如何构建复杂的JSON请求体并处理AI模型的响应。希望这篇博客对您在Android应用中集成AI技术有所帮助。

参考

• OkHttp Documentation
• OpenAI GPT-4 API Documentation