结论先说
client.images.edit同时覆盖「局部遮罩重绘」与「多参考图融合编辑」两大能力。配合主力图像模型(如gpt-image-1及后续迭代型号,总览见 /guides/openai-api-image-generation),既能传mask定向修补,也能直接传多张原图让模型按自然语言指令合成。mask遮罩必须与原图同宽高且包含 Alpha 透明通道。在遮罩图中,完全透明的区域(Alpha = 0)代表允许模型重绘的区域,不透明区域代表希望保留的原图内容。- 生成无底透明图需同时设
background="transparent"与支持透明的格式。输出格式(output_format)必须选png(默认)或webp,选jpeg会因不支持透明层直接报错。 gpt-image系列默认返回 Base64(b64_json)而非图片链接。解析时直接读取result.data[0].b64_json解码落盘即可。- 若只是日常做几张宣传图而无需写代码批处理,国内缺少外币卡的用户可在本站自助开通 ChatGPT Plus 或高配额 ChatGPT Pro,直接在网页对话里涂抹改图,企业采购可了解 ChatGPT Business 团队定制。

图:本站根据 OpenAI 官方文档:Image generation 整理的示意图
本文根据 OpenAI API 官方文档《Image generation》《Create image edit API Reference》整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。
适用于谁
- 想在业务系统里批量做商品海报换场景、局部擦除杂物或生成带透明通道贴纸图标的开发者;
- 调用
client.images.edit时遇到mask通道格式报错、尺寸不匹配或发现未遮罩区域轻微走样的人; - 想把多张参考图(如人物图、服装图、Logo 图)一次性传给接口融合出图的用户。
一、核心参数速查表
在调用 /v1/images/edits 端点时(与视觉读图输入的参数区别见 /guides/openai-api-image-input),高频控制项如下:
| 参数名 | 取值与限制说明 | 常用配置建议 |
|---|---|---|
model | 图像编辑模型标识(如 gpt-image-1) | 优先选新版 gpt-image 系列,支持多图与透明背景 |
image | 单个二进制文件对象,或多个文件对象组成的列表 | 单文件体积与张数上限按官方文档规定控制 |
mask | 可选;与首张 image 同像素尺寸的 RGBA PNG 文件 | 透明像素(Alpha=0)指示需要修改的部位 |
background | auto、opaque、transparent | 制作电商主图素材或 UI 贴纸时设为 transparent |
size / quality | 尺寸(如 1024x1024、1536x1024、auto)与画质档位(low、medium、high) | 调试期用 low 省成本,定稿出图切 high |
二、Python 实战代码:局部遮罩重绘与多图合成
场景 1:传入 RGBA 遮罩做局部重绘(Inpainting)
python
import base64
from pathlib import Path
from openai import OpenAI
client = OpenAI()
with open("room.png", "rb") as img_f, open("room_mask_rgba.png", "rb") as mask_f:
res = client.images.edit(
model="gpt-image-1",
image=img_f,
mask=mask_f,
prompt="在遮罩留空的茶几位置放一盆北欧风绿植,保持房间原有光线与地板材质不变。",
size="1024x1024",
quality="high",
)
img_bytes = base64.b64decode(res.data[0].b64_json)
Path("room_edited.png").write_bytes(img_bytes)
场景 2:多参考图融合并输出透明背景 PNG
python
import base64
from pathlib import Path
from openai import OpenAI
client = OpenAI()
with open("bottle.png", "rb") as f1, open("gift_box.png", "rb") as f2:
res = client.images.edit(
model="gpt-image-1",
image=[f1, f2],
prompt="将图一的护肤瓶装进图二的礼盒中央,周围点缀白色丝带,输出透明背景商品组合图。",
background="transparent",
output_format="png",
)
Path("combo_transparent.png").write_bytes(base64.b64decode(res.data[0].b64_json))
订阅与账号准备提示:高画质(high)图像编辑按输出图像 Token 档位计费,若美工或运营日常只需手动改十几张图,直接在网页端用会员画布涂抹更直观。国内用户可在本站选购 ChatGPT Plus 会员 或升级 ChatGPT Pro 充值,免密卡密即时自助兑换。
三、遮罩报错与边缘重绘漂移排查

图:本站根据 OpenAI 官方文档:Image generation 整理的示意图
遇到 400 报错(错误码排查总表见 /guides/openai-api-error-codes)或出图细节偏移时,按四点处理:
- 报遮罩无 Alpha 通道:很多画图软件导出的黑白遮罩是三通道 RGB 图。入参前用 Python Pillow 执行
Image.open("m.png").convert("RGBA")并将涂抹区 Alpha 置零后再保存。 - 未涂抹区域出现细微变化:官方说明明确指出,
gpt-image将mask作为全局重绘的语义引导而非死板的像素剪贴蒙版。若业务要求未涂抹像素 100% 原封不动(如证件边框、精确印刷小字),可在拿到编辑结果后,用原遮罩在本地把未修改区的原图像素贴回合成。 - 文件 MIME 类型识别失败:若从内存
BytesIO传入字节流而没有文件名后缀,SDK 可能无法推断image/png类型;请用元组("input.png", byte_stream, "image/png")显式标注类型。
常见问题
问:不传 mask 只传一张原图加提示词,能直接局部修改吗?
答:可以。gpt-image 系列支持无遮罩自然语言改图(例如直接写「把人物外套改成深蓝色,背景不动」);只有当文字很难精准描述位置时,才需要额外画 mask 辅助定位。对比其他绘画工具的局部重绘逻辑可参考 /guides/midjourney-vary-region-zoom。
问:怎么控制返回图片的压缩率以减小前端加载体积?
答:当 output_format 设为 webp 或 jpeg 时,可额外传入 output_compression(0 到 100 的整数,如 85)兼顾清晰度与体积。
问:国内没有外币卡,或者公司财务要求开具增值税发票,怎么开通官方订阅配合设计工作?
答:可通过本站 AI 会员充值总览 选购 ChatGPT Plus 或 ChatGPT Pro,支持支付宝、微信支付及 AlipayHK,支持卡密自助兑换与企业定制,并可开具增值税发票。实时价格以页面显示为准;售后遵循掉订阅按剩余天数折退、封号不在质保范围的规则。
相关教程
- OpenAI 图像生成 API 怎么用:gpt-image 系列总览
- OpenAI API 图片输入怎么传:视觉理解参数说明
- Midjourney 局部重绘和扩图怎么用
- OpenAI API 常见错误码排查指南
参考资料
- OpenAI API 官方文档:Image generation — https://platform.openai.com/docs/guides/image-generation
- OpenAI API 官方文档:Create image edit Reference — https://platform.openai.com/docs/api-reference/images/createEdit
0 条评论
还没有评论,来抢沙发~