【小白学Python】AI生成图片（四）

【小白学Python】自定义图片的生成（一）

【小白学Python】自定义图片的生成（二）

【小白学Python】爬取数据（三）

---

在之前python学习的过程中，暂时完成了以下几个步骤：

1.从某乎爬取问答，生成txt文件
2.筛选自己想要的txt数据，读取txt文件
3.根据txt文件的问答数据，生成简易的背景图片。

现在生成的背景图片都比较单一，如下：

正好这段时间在用一个免费的基于stabble diffusion 3模型的文生图网站，我计划对之前的图片生成的过程进行优化。

调用上述网站的ai接口，图片的上半部分基于图片中的文字生成。

---

ai文生图接口的获取

F12打开浏览器的开发者工具，之后在网站上写入prompt提示语，选好图片生成的配置之后，点击生成。

主要需要两个接口来生成图片

• create 图片生成
• record-detail 异步获取图片生成

python中调用ai接口

将上述接口的调用参数、地址转换为python代码如下

def createPics(prompt):
    url = ".../create"
    requestsStr = {
        "prompt": prompt,
        "negativePrompt": "",
        "model": "realistic",
        # "model": "visiCanvas",
        # "model": "oldRealistic",
        # "model": "tamarin",
        # "model": "superAnime",
        "size": "1:1",
        "batchSize": "1",
        "imageUrl": ""
    }

    response = requests.post(url, json=requestsStr, headers=headers)

    return response.json().get('data').get('recordUuid')


def getPicLinkUrl(prompt):
    recordUuid = createPics(prompt)
    picState = 'generating'
    while picState != 'success':
        url = "https://.../record-detail"
        params = {
            "recordUuid": recordUuid
        }

        response = requests.get(url, params=params)
        response = response.json()
        print(response)

        sleep(5)
        picState = response.get('data').get('picState')
    return json.loads(response.get('data').get('picUrl'))[0]['picUrl']

输入prompt参数，调用上述方法，图片生成结果如下：

图片拼接

AI生成的图片风格各异，如果直接当做背景图会影响文字的展示，所以将AI生成的图片，拼在之前生成的文字背景图上面，并调整图片的大小。

先将图片缩放

def editPic(prompt):
    picPath = "aipics/" + str(time.time()) + ".jpg"
    download_image(getPicLinkUrl(prompt), picPath)
    # 打开图片文件
    image = Image.open(picPath)

    # 定义缩放尺寸
    new_width = 600
    new_height = 600

    # 使用Image对象的resize方法进行缩放
    resized_image = image.resize((new_width, new_height))

    # # 保存缩放后的图片
    # resized_image.save(picPath)

    # 关闭原始图片对象（可选步骤）
    image.close()
    return resized_image

拼接图片

def mergePics(image1, image2):
    # 确保两张图片的尺寸相同（或者处理尺寸不同的情况）
    if image1.size[0] != image2.size[0]:  # 检查宽度是否相同
        raise ValueError("Images must have the same width")

    # 计算拼接后图片的尺寸
    width = image1.size[0]
    height = image1.size[1] + image2.size[1]

    # 创建一张新图片，尺寸为拼接后的尺寸
    merged_image = Image.new('RGB', (width, height))

    # 将两张图片粘贴到新图片上
    merged_image.paste(image1, (0, 0))
    merged_image.paste(image2, (0, image1.size[1]))

    # 保存拼接后的图片
    merged_image.save('pics/'+ str(time.time()) + '.jpg')

    # 显示拼接后的图片（可选）
    merged_image.show()

文字背景图代码

def draw_text(text):
    text = remove_between_chars(text, '@', '：')
    # 设置图片大小
    width, height = 600, 300
    image = Image.new('RGB', (width, height), color='black')
    # 加载字体文件，并设置字体大小
    # 注意：确保arial.ttf字体文件路径是正确的
    font = ImageFont.truetype('C:\\Windows\\Fonts\\simhei.ttf', 20)
    # font.color = 'yellow'
    # 创建画布
    draw = ImageDraw.Draw(image)
    # 使用draw的textsize方法获取文本大小
    text_width, text_height = draw.textsize(text, font=font)
    # 计算文字位置，使其居中
    x = (width - text_width) / 2
    y = (height - text_height) / 3.5

    # 此处简单处理 如果将要到达边界，往字符串指定位置增加换行符
    # 这里经过调试，我这里使用22比较合适，后续需要优化
    if text_width > width - 10:
        new_text = text[:25] + "\n\n   " + text[25:]
        # 绘制文字
        x = (width - text_width // 2) / 2.5
        draw.text((x, y), new_text, font=font, fill='white')
    else:
        # 绘制文字
        draw.text((x, y), text, font=font, fill='white')

    #ai生成的图片
    prompt = str.replace(str.replace(text, '\n', ''), 'A: ', ' ')
    image1 = editPic(prompt)
    #合并图片背景图及ai生成的图片
    mergePics(image1, image)

效果图

总结

由于我的原数据是爬取的QA形式，并没有经过优化，过于简洁，描述过少，其实并不适合AI文字生成图片的prompt，AI的理解大多数都出现了偏差，图片的生成比较随意，需要我的下一步优化。