OpenAI API 图像编辑(images.edit 局部遮罩重绘、多参考图合成与透明背景)参数与代码示例

怎么用 OpenAI API 给商品图换背景、按遮罩局部改字或把多张参考图合成一张海报?本文按官方文档详解 client.images.edit 的 mask 透明通道规则、多图输入、background 透明背景及 Python 代码。

NNathaniel bigo··原创首发·AI 辅助撰写
9 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 其他 账号

结论先说

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。

images.edit 局部重绘与合成流程

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
backgroundauto、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

images.edit 常见报错与效果排查

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:

  1. 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。
  2. 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。
  3. 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

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

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同模型

  1. 01

    从免费试水到全职写码:Codex 个人开发者月度额度规划与 Plus / Pro 5x / Pro 20x 升级时机指南

    个人开发者用 Codex 写代码,怎么判断自己该留在 Plus、买 Credits 点数兜底,还是升级 Pro 5x(官方 Pro 100)或 Pro 20x(官方 Pro 200)?本文基于官方定价规则与 /status 预警信号,给出清晰月度额度规划。

    ChatGPTCodex0
  2. 02

    小微研发团队在 ChatGPT Business 与 Pro 之间怎么配 Codex 席位最省钱:角色分层与额度测算

    5 到 20 人的小微研发团队采购 Codex,全员上高配太贵、全员买基础档又天天卡 5 小时限流?本文对照官方 Business(Standard / Premium)与 Pro 规则,给出按角色分层的席位搭配与预算测算框架。

    ChatGPTCodex0
  3. 03

    ChatGPT + Codex 联合开发 SaaS MVP 实战:先写 PRD 与架构图再落库写代码

    直接让 AI 一口气从零写完 SaaS 往往表结构混乱、功能返工。本文拆解 ChatGPT 写 PRD 与架构图、落盘仓库文档与 AGENTS.md、再由 Codex 分片落库与测试验收的完整闭环。

    ChatGPTCodex0
  4. 04

    ChatGPT 智能交互界面(Intelligent UI)怎么触发和用好:表单、计算器、图表与对比卡片实战

    同样是用 GPT-6,为什么别人的 ChatGPT 能直接弹出带滑块的计算器、交互图表和对比卡片,你的却只回一大段纯文字?本文依据 OpenAI GPT-6 官方文档讲清触发前提、4 类高命中提问模板,以及不出交互界面时的排查方法。

    ChatGPT0
  5. 05

    买 ChatGPT Pro 5x 还是 Pro 20x 怎么按月度用量自测:Codex 并发与深度研究频次估算对照

    犹豫买 ChatGPT Pro 5x(官方 Pro 100)还是 Pro 20x(官方 Pro 200)?本文对照官方最新档位规则,用 Codex 并发任务、Fast 模式消耗倍率和深度研究频次三项指标帮你做月度用量自测。

    ChatGPTCodex0
  6. 06

    Codex 额度消耗太快怎么省:模型档位切换、推理强度降级、关闭非必要 Fast 模式与控上下文 6 招

    刚写半天代码就提示 Codex 触达周期限额?本文从 Token 计费原理拆解消耗黑洞,给出模型降档、推理强度调优、关闭非必要高速模式与控上下文的 6 招省额度方案。

    ChatGPTCodex0

同产品的其他教程

  1. 01

    用 ChatGPT 整理家庭装修预算明细、隐蔽工程验收清单与主材优缺点对比表实战

    第一次装修面对几十页施工报价单、密密麻麻的水电防水隐蔽项目与五花八门的主材参数,极易踩坑增项。本文梳理用 ChatGPT 审查装修报价漏项、生成带公式的预算明细表、定制工地隐蔽工程验收单与主材对比表的实战提示词。

    ChatGPT0
  2. 02

    用 ChatGPT 做费曼学习法读书共读:反向追问检验自己是否真读懂专业书籍与整理书单笔记

    读完一本专业硬书常感觉「合上书就忘」,直接让 AI 概括全书又容易产生懂了的错觉。本文介绍用 ChatGPT 结合 Study Mode 与费曼学习法做反向追问共读,通过通俗复述、挑刺盲区到沉淀书单卡片的完整流程与提示词。

    ChatGPT0
  3. 03

    用 ChatGPT 做外贸产品多语种目录、展会邀约与客户跟进节奏表(附脱敏与本地化提示词)

    做外贸展会与海外推广时,手工翻译十几款产品目录费时且容易留下一堆中式英文,展后客户跟进也常缺节奏。本文梳理用 ChatGPT 先脱敏建术语库、再批量产出多语种目录、展前邀约函与展后 21 天跟进节奏表的实战流程与提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写高质量技术专栏文章、开源项目 Release Notes 与版本更新日志实战

    让 AI 直接凭空写技术文章容易满篇空洞套话,直接甩 Git 记录写更新日志又常常漏掉破坏性变更。本文整理用 ChatGPT 结合真实代码片段、压测数据与 PR 摘要,高效产出深度技术专栏、GitHub Release Notes 与 CHANGELOG 的实战工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做产品用户访谈纪要编码、提炼高频痛点需求池与 RICE 优先级打分实战

    手头攒了十几份用户访谈逐字稿,手工贴便利贴归纳痛点耗时又容易带入主观偏见。本文分享用 ChatGPT 完成脱敏检查、逐份开放式编码、跨样本聚类高频痛点并搭建 RICE 优先级打分表的 5 步实战流,附可直接复制的三段核心提示词。

    ChatGPT0
  6. 06

    ChatGPT 网页版上传超过 10 个文件或回形针附件按钮变灰怎么办:打包合并与配额限制排查

    在 ChatGPT 网页版批量分析文档时,常遇到一次选超 10 个文件被拦截或输入框回形针按钮变灰。本文依据 OpenAI 文件上传与存储说明,梳理 6 类常见报错的分流排查法,提供 ZIP 打包、本地合并与 Projects 复用方案及可直接复制的解包提示词。

    ChatGPT0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~