結論先說
client.images.edit同時覆蓋「局部遮罩重繪」與「多參考圖融合編輯」兩大能力。配合主力圖像模型(如gpt-image-1及後續迭代型號,總覽見 /guides/openai-api-image-generation),既能傳mask定向修補,也能直接傳多張原圖讓模型按自然語言指令合成。mask遮罩必須與原圖同寬高且包含 Alpha 透明通道。在遮罩圖中,完全透明的區域(Alpha = 0)代表允許模型重繪的區域,不透明區域代表希望保留的原圖內容。- 生成無底透明圖需同時設
background="transparent"與支持透明的格式。輸出格式(output_format)必須選png(預設)或webp,選jpeg會因不支持透明層直接報錯。 gpt-image系列預設返回 Base64(b64_json)而非圖片連結。解析時直接讀取result.data[0].b64_json解碼落盤即可。- 若只是日常做幾張宣傳圖而無需寫代碼批處理,國內缺少外幣卡的用戶可在本站自助開通 ChatGPT Plus 或高配額 ChatGPT Pro,直接在網頁對話裏塗抹改圖,企業採購可了解 ChatGPT Business 團隊定製。

圖:本站根據 OpenAI 官方文檔:Image generation 整理的示意圖
本文根據 OpenAI API 官方文檔《Image generation》《Create image edit API Reference》整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。
適用於誰
- 想在業務系統裏批量做商品海報換場景、局部擦除雜物或生成帶透明通道貼紙圖標的開發者;
- 調用
client.images.edit時遇到mask通道格式報錯、尺寸不匹配或發現未遮罩區域輕微走樣的人; - 想把多張參考圖(如人物圖、服裝圖、Logo 圖)一次性傳給接口融合出圖的用戶。
一、核心參數速查表
在調用 /v1/images/edits 端點時(與視覺讀圖輸入的參數區別見 /guides/openai-api-image-input),高頻控制項如下:
| 參數名 | 取值與限制說明 | 常用配置建議 |
|---|---|---|
model | 圖像編輯模型標識(如 gpt-image-1) | 優先選新版 gpt-image 系列,支持多圖與透明背景 |
image | 單個二進制文件對象,或多個文件對象組成的列表 | 單文件體積與張數上限按官方文檔規定控制 |
mask | 可選;與首張 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 | 製作電商主圖素材或 UI 貼紙時設為 transparent |
size / quality | 尺寸(如 1024x1024、1536x1024、auto)與畫質檔位(low、medium、high) | 調試期用 low 省成本,定稿出圖切 high |
二、Python 實戰代碼:局部遮罩重繪與多圖合成
場景 1:傳入 RGBA 遮罩做局部重繪(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歐風綠植,保持房間原有光線與地板材質不變。",
size="1024x1024",
quality="high",
)
img_bytes = base64.b64decode(res.data[0].b64_json)
Path("room_edited.png").write_bytes(img_bytes)
場景 2:多參考圖融合並輸出透明背景 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="將圖一的護膚瓶裝進圖二的禮盒中央,周圍點綴白色絲帶,輸出透明背景商品組合圖。",
background="transparent",
output_format="png",
)
Path("combo_transparent.png").write_bytes(base64.b64decode(res.data[0].b64_json))
訂閱與帳號準備提示:高畫質(high)圖像編輯按輸出圖像 Token 檔位計費,若美工或運營日常只需手動改十幾張圖,直接在網頁端用會員畫布塗抹更直觀。國內用戶可在本站選購 ChatGPT Plus 會員 或升級 ChatGPT Pro 充值,免密卡密即時自助兌換。
三、遮罩報錯與邊緣重繪漂移排查

圖:本站根據 OpenAI 官方文檔:Image generation 整理的示意圖
遇到 400 報錯(錯誤碼排查總表見 /guides/openai-api-error-codes)或出圖細節偏移時,按四點處理:
- 報遮罩無 Alpha 通道:很多畫圖軟件導出的黑白遮罩是三通道 RGB 圖。入參前用 Python Pillow 執行
Image.open("m.png").convert("RGBA")並將塗抹區 Alpha 置零後再儲存。 - 未塗抹區域出現細微變化:官方說明明確指出,
gpt-image將mask作為全局重繪的語義引導而非死板的像素剪貼蒙版。若業務要求未塗抹像素 100% 原封不動(如證件邊框、精確印刷小字),可在拿到編輯結果後,用原遮罩在本地把未修改區的原圖像素貼回合成。 - 文件 MIME 類型識別失敗:若從內存
BytesIO傳入字節流而沒有文件名後綴,SDK 可能無法推斷image/png類型;請用元組("input.png", byte_stream, "image/png")顯式標註類型。
常見問題
問:不傳 mask 只傳一張原圖加提示詞,能直接局部修改嗎?
答:可以。gpt-image 系列支持無遮罩自然語言改圖(例如直接寫「把人物外套改成深藍色,背景不動」);只有當文字很難精準描述位置時,才需要額外畫 mask 輔助定位。對比其他繪畫工具的局部重繪邏輯可參考 /guides/midjourney-vary-region-zoom。
問:怎麼控制返回圖片的壓縮率以減小前端加載體積?
答:當 output_format 設為 webp 或 jpeg 時,可額外傳入 output_compression(0 到 100 的整數,如 85)兼顧清晰度與體積。
問:國內沒有外幣卡,或者公司財務要求開具增值稅發票,怎麼開通官方訂閱配合設計工作?
答:可通過本站 AI 會員充值總覽 選購 ChatGPT Plus 或 ChatGPT Pro,支持支付寶、微信支付及 AlipayHK,支持卡密自助兌換與企業定製,並可開具增值稅發票。實時價格以頁面顯示為準;售後遵循掉訂閱按剩餘天數折退、封號不在質保範圍的規則。
相關教學
- OpenAI 圖像生成 API 怎麼用:gpt-image 系列總覽
- OpenAI API 圖片輸入怎麼傳:視覺理解參數說明
- Midjourney 局部重繪和擴圖怎麼用
- OpenAI API 常見錯誤碼排查指南
參考資料
- OpenAI API 官方文檔:Image generation — https://platform.openai.com/docs/guides/image-generation
- OpenAI API 官方文檔:Create image edit Reference — https://platform.openai.com/docs/api-reference/images/createEdit
0 條評論
還沒有評論,來搶沙發~