相关推荐recommended
调用百度文心AI作画API实现中文-图像跨模态生成
作者:mmseoamin日期:2023-12-14

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:

调用百度文心AI作画API实现中文-图像跨模态生成,ERNIE-ViLG生成的不同风格的图像,第1张

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:

    调用百度文心AI作画API实现中文-图像跨模态生成,在这里插入图片描述,第2张

    选择“产品服务”中“人工之智能”模块的“智能创作平台”项目:

    调用百度文心AI作画API实现中文-图像跨模态生成,在这里插入图片描述,第3张

    点击领取免费的接口资源(根据要求实名认证后可获取):

    调用百度文心AI作画API实现中文-图像跨模态生成,在这里插入图片描述,第4张

    调用百度文心AI作画API实现中文-图像跨模态生成,在这里插入图片描述,第5张

    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:

    调用百度文心AI作画API实现中文-图像跨模态生成,在这里插入图片描述,第6张

    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:

    调用百度文心AI作画API实现中文-图像跨模态生成,在这里插入图片描述,第7张

    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