你可以通过 OpenAI 的 API 访问 DALL·E，这样你就可以将它的功能集成到你的 Python 程序中。
本教程[1]将带你：
快速上手 OpenAI 的 Python 库探索与图像天生干系的 API 调用根据文本提示天生图像制作天生图像的不同版本将 Base64 格式的 JSON 相应转换成 PNG 图像文件环境准备如果你对 DALL·E 的强大功能感到好奇，并希望将其集成到你的 Python 项目中，那么这篇文章正是你须要的。在本节中，你将快速理解如何开始在你的代码中利用 DALL·E 来创建图像。
安装 OpenAI Python 库请确保你的 Python 版本至少是 3.7.1，并创建一个虚拟环境来隔离项目依赖。接下来，安装 OpenAI 供应的 Python 库，以便利用 DALL·E 的功能。
$ python --versionPython 3.12.5$ python -m venv venv$ source venv/bin/activate(venv) $ python -m pip install openai
openai 包让您可以访问完全的 OpenAI API。在本教程中，您将重点关注图像天生，它使您可以与 DALL·E 模型交互，根据文本提示创建和编辑图像。
获取您的 OpenAI API 密钥您须要 API 密钥才能成功进行 API 调用。注册 OpenAI 并通过单击仪表板菜单，然后单击导航菜单左下角的 API 密钥来创建新的项目 API 密钥：
在此页面上，您可以创建和管理您的 API 密钥，这使您可以访问 OpenAI 通过其 API 供应的做事。您可以创建和删除密钥。单击“创建新密钥”以创建新的 API 密钥，并复制弹出窗口中显示的值。复制此键的值，以便稍后可以在项目中利用它。您只会看到该键值一次。
将您的 API 密钥保存为环境变量保存 API 密钥并使其可用于 Python 脚本的一种快速方法是将其保存为环境变量。选择您的操作系统以理解如何：
(venv) $ export OPENAI_API_KEY="<your-key-value-here>"
通过实行这条指令，你可以在当前的终端会话中设置一个名为 OPENAI_API_KEY 的环境变量，以便访问你的 API 密钥。请记住，一旦你关闭了终端窗口，这个密钥就会失落效。
你可以根据个人喜好来命名这个环境变量，但如果你按照 OpenAI 的官方文档建议，利用 OPENAI_API_KEY 这个名字，那么你就能够直策应用文档中的代码示例，无需进行额外的配置。
现在，准备事情已经完成，你的 API 密钥也已安全存储，你可以开始根据文本提示来天生图像了。
根据文本描述天生图像首先，通过命令行界面调用 openai 库来确保你的环境已经配置完毕，准备开始利用。
(venv) $ openai api images.generate -p "a vaporwave computer"
该命令将向 OpenAI 的图像 API 发送要求，并根据文本提示“蒸汽波打算机”创建图像。因此，您将收到一个 JSON 相应，个中包含指向您新创建的图像的 URL：
{ "created": 1723549436, "data": [ { "b64_json": null, "revised_prompt": null, "url": "https://oaidalleapiprodscus.blob.core.windows.net/private/org ⮑ -H8Satq5hV2dscyutIStbN89m/user-O5O8mpE4TugEI9zqpxx8tGPt/img-4rDZEQ ⮑ leCdzAD3fuWowgLb5U.png?st=2024-08-13T10%3A43%3A56Z&se=2024-08-13T1 ⮑ 2%3A43%3A56Z&sp=r&sv=2024-08-04&sr=b&rscd=inline&rsct=image/png&sk ⮑ oid=d505667d-d6c1-4a0a-bac7-5c84a87759f8&sktid=a48cca56-e6da-484e- ⮑ a814-9c849652bcb3&skt=2024-08-12T23%3A00%3A04Z&ske=2024-08-13T23%3 ⮑ A00%3A04Z&sks=b&skv=2024-08-04&sig=c%2BBmroDkC0wkA2Lu8MxkvXH4xjdW5 ⮑ B18iQ4e4BwJU6k%3D" } ]}
单击您的 URL 或将其复制并粘贴到浏览器中以查看图像。这是 DALL·E 针对这一哀求设想的图像：
你的天生图像会是独一无二的。这是由于扩散模型仅在你发起要求时才天生图像。
提示：你天生的图像的链接仅在一小时内有效，以是如果你对天生的图像感到满意并希望长期保存，请务必及时将其下载到你的电脑上。
当你向 API 发送要求时，须要遵守 OpenAI 的利用条款。如果你供应的文本提示违反了这些条款，你将收到缺点提示，并且如果屡次违规，你的账户可能会被封禁。
既然你已履历证了所有设置都精确无误，并且对利用 OpenAI API 天生图像的功能有了初步理解，接下来你将学习如何将其整合到 Python 脚本中。
调用 API能够通过命令行界面（CLI）天生图像固然不错，但如果能将这项功能集成到你的 Python 运用中就更棒了。你可以借此构建许多激动民气的项目！
打开你常用的代码编辑器，编写一个脚本。这个脚本将用于根据文本提示天生图像，操作办法与你之前在命令行中进行的操作类似。
但这一次，你将明确指定要利用的 DALL·E 模型版本：
from openai import OpenAIclient = OpenAI()PROMPT = "A vaporwave computer"response = client.images.generate( model="dall-e-3", prompt=PROMPT,)print(response.data[0].url)
与之前类似，这段代码向 API 发送了一个经由认证的要求，根据 PROMPT 中的文本天生一张图片。这段代码还做了一些优化，以便你在脚本中添加更多功能：
第 3 行初始化了 OpenAI 的一个实例，并将其存储为 client。这个实例已经包含了身份验证信息，由于你已经将环境变量命名为 OPENAI_API_KEY。如果你遵照了这个命名规则，它会自动从你的环境变量中获取 API 密钥值。当然，你也可以在创建实例时直接通过 api_key 参数通报 API 密钥。
第 5 行将文本提示定义为一个常量。这样做的好处是，如果你须要修正提示文本，只须要在脚本顶部找到这个常量并进行修正，非常方便。
第 7 行调用了 client 的 .images.generate() 方法。接下来的几行代码展示了你可以通报给这个方法的一些参数。
第 8 行指定利用更新的 DALL·E 3 模型，它不仅以不同的办法处理你的提示，还支持不同的参数设置、图片尺寸和质量，与默认的 DALL·E 2 模型有所差异。
第 9 行将 PROMPT 的值通报给名为 prompt 的参数。这样，你就为 DALL·E 供应了用于天生图片的文本。别忘了，你之前在命令行中调用 API 时也通报了文本提示。
末了，你还须要获取天生图片的 URL，以便在线查看。为此，你须要访问相应工具的 .url 属性，并在第 12 行将其值打印到终端。
当你实行这个脚本时，你将得到一个类似于之前的输出，但现在只会显示 URL，而不会显示完全的 JSON 相应。
(venv) $ python create.pyhttps://oaidalleapiprodscus.blob.core.windows.net/private/org-H8Satq5hV2d⮑ scyutIStbN89m/user-O5O8mpE4TugEI9zqpxx8tGPt/img-hMAEPhuqVH73JMRQ6BOV4J⮑ Hz.png?st=2024-08-13T10%3A56%3A54Z&se=2024-08-13T12%3A56%3A54Z&sp=r&sv⮑ =2023-11-03&sr=b&rscd=inline&rsct=image/png&skoid=d505667d-d6c1-4a0a-b⮑ ac7-5c84a87759f8&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skt=2024-0⮑ 8-12T21%3A36%3A11Z&ske=2024-08-13T21%3A36%3A11Z&sks=b&skv=2023-11-03&s⮑ ig=D7K6UF353uO3wJDOovbeyBsn2yaf384kEotVbjJ5SB4%3D
单击链接或将其粘贴到浏览器中以查看天生的图像。由于您现在利用的是 DALL·E 3 模型，以是输出可能看起来更引人瞩目：
这表明图像的质量和细节有了显著提高，看起来新模型对蒸汽波风格的理解更加深入。
虽然这很有可能，但在背后还有一些其他成分也在影响着图像细节的提升。当你要求利用 DALL·E 3 模型天生图像时，它会在天生图像前对你的提示进行重新编辑。
如果你想知道 DALL·E 在天生图像时实际利用的修正后的提示是什么，你可以通过 .revised_prompt 属性来查看。
# ...print(response.data[0].revised_prompt)
在要求天生图像时，常日来说，供应更详细的描述会得到更空想的结果。在你的描述中加入更多的细节可以大幅提升效果！
例如，下面是天生上面图像所用的详细描述：
想象一台带有蒸汽波风格的打算机；它像是一台80年代的老式机器，被霓虹粉和蓝色光晕所包围。它的设计充满了怀旧感，机身装饰着复古的字体。外壳上印有发光的数字棕榈树，让人遐想到老式视频游戏中的场景。背景中可以看到希腊雕塑和蒸汽波设计中常见的故障日落图案，完美地结合了当代与复古的元素。
这比你最初供应的描述要详细得多！
把稳：只有对 DALL·E 3 模型的要求才会进行提示重写，以是如果你利用的是 DALL·E 2，这个属性将不存在。
虽然 DALL·E 3 能够天生更令人印象深刻的图像，但它不许可你关闭提示重写功能，这意味着你对输出的掌握会减少。此外，这个模型目前还没有完备开放所有功能。
因此，在本教程的后续部分，你将连续利用 DALL·E 2。首先，编辑脚本，在调用 .generate() 方法时添加一些额外的参数。同时，不妨也为你最初的描述增加一些细节：
from openai import OpenAIclient = OpenAI()PROMPT = "An eco-friendly computer from the 90s in the style of vaporwave"response = client.images.generate( model="dall-e-2", # Default prompt=PROMPT, n=1, size="256x256",)print(response.data[0].url)
你已经为你的描述增加了一些细节，并切换回了默认的 DALL·E 2 模型。此外，你还添加了两个新参数来进一步定制天生的图像：
第 10 行将数字 1 指定给参数 n。这个参数许可你定义想要根据描述天生的新图像数量。n 的值应在 1 到 10 之间，默认为 1。
第 11 行设置了 size 参数的值。通过这个参数，你可以指定 DALL·E 天生图像的尺寸。这个参数须要是一个字符串，可用的尺寸会根据你利用的模型而有所不同。对付 DALL·E 2，可选的尺寸有 "256x256"、"512x512" 或 "1024x1024"。每个字符串都代表了你将收到的图像的像素尺寸，默认为最大的 "1024x1024"。
在你的脚本末了，你再次将天生图像的 URL 输出到终端。你已经移除了打印 .revised_prompt 的代码行，由于在 DALL·E 2 中这个值是不存在的。
当你实行脚本后，你会得到一个新的 URL 作为回应。点击这个链接或将其复制到你的浏览器中，就可以查看天生的图像了。和之前一样，你的图像会有所不同，但该当与你在 PROMPT 中利用的描述相似。由于你这次利用的是 DALL·E 2，以是图像的细节可能会比上一次少一些。
你可能会把稳到，这次天生的图像比你之前创建的要小得多。这是由于你通过 size 参数指定了天生一张 256x256 像素的图片。较小的图像本钱较低，以是你刚刚省下了一笔用度！
作为一个节省本钱的成功者，大概你还想保存其他东西——比如你的图像数据。
[1]Source: https://realpython.com/generate-images-with-dalle-openai-api/