OpenAI API 圖像編輯(images.edit 局部遮罩重繪、多參考圖合成與透明背景)參數與代碼示例

怎麼用 OpenAI API 給商品圖換背景、按遮罩局部改字或把多張參考圖合成一張海報?本文按官方文檔詳解 client.images.edit 的 mask 透明通道規則、多圖輸入、background 透明背景及 Python 代碼。

NNathaniel bigo··原創首發·AI 輔助撰寫
9 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 其他 帳號

結論先說

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。

images.edit 局部重繪與合成流程

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
backgroundauto、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

images.edit 常見報錯與效果排查

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:

  1. 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。
  2. 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。
  3. 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

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

Nathaniel 的更多內容

  1. 01

    獨立開發者用 ChatGPT + Codex 跑通產品全流程:市場驗證、PRD、原型到代碼上線覆盤清單

    單人做獨立產品最容易陷入「閉門寫兩個月代碼上線零用戶」或「AI 寫到一半目錄越改越崩」。本文整理「ChatGPT 負責市場驗證、PRD 與覆盤 + Codex 負責工程實現與測試」的五階段雙軌流程,附起手提示詞與 7 項上線覆盤清單。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成規範文件命名規則、整理混亂目錄樹與合併零散發票抬頭清單腳本

    面對滿桌面的「新建文件夾」「最終版2」和上百張零散電子發票,手工改名抄台帳耗時又容易漏重。本文分享先脫敏取樣、再用 ChatGPT 生成帶預演和回滾日誌的本地 Python 腳本,離線安全完成目錄整理與發票抬頭合併去重的實戰流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外電郵營銷(EDM)受眾分層文案、A/B 主題行測試與防進垃圾箱自檢

    做海外獨立站或出海 SaaS 電郵營銷(EDM),最怕千人一面群發被直接送進垃圾箱。本文結合 Gmail/Yahoo 批量發件人規範,梳理用 ChatGPT 設計受眾分層文案、批量生成 A/B 主題行矩陣並開展發前垃圾詞與合規自檢的實戰提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫 Notion Formula 2.0 公式、Obsidian Dataview 查詢與 Airtable 自動化腳本

    給 Notion 數據庫寫多條件 Formula 2.0 公式、給 Obsidian 寫 Dataview 動態看板,或在 Airtable 裏寫自動化腳本,經常因為一個小括號或類型不匹配報錯半天。本文整理三大工具的通用上下文喂料規範與三套直接可複製的生成提示詞。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 處理複雜 JSON / YAML / XML 字段映射、格式轉換與校驗規則編寫實戰

    對接第三方 API、遷移 Kubernetes 配置或解析政企 XML 報文時,手工對照幾百行嵌套字段既慢又容易漏掉空值與類型邊界。本文整理用 ChatGPT 完成字段映射表梳理、生成確定性轉換腳本以及編寫 JSON Schema / Pydantic / XSD 校驗規則的實戰流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 準備本科/碩士畢業論文答辯:提煉答辯 PPT 結構、模擬導師犀利追問與 3 分鐘自述稿

    畢業論文寫完後,要在 3–5 分鐘內講清研究價值並頂住答辯評委的連環追問並不輕鬆。本文整理在嚴格遵守高校學術規範的前提下,用 ChatGPT 提煉答辯 PPT 結構、打磨 3 分鐘口語自述稿並開展模擬導師犀利追問的排練流程與提示詞。

    ChatGPT0

同模型

  1. 01

    從免費試水到全職寫碼:Codex 個人開發者月度額度規劃與 Plus / Pro 5x / Pro 20x 升級時機指南

    個人開發者用 Codex 寫代碼,怎麼判斷自己該留在 Plus、買 Credits 點數兜底,還是升級 Pro 5x(官方 Pro 100)或 Pro 20x(官方 Pro 200)?本文基於官方定價規則與 /status 預警信號,給出清晰月度額度規劃。

    ChatGPTCodex0
  2. 02

    小微研發團隊在 ChatGPT Business 與 Pro 之間怎麼配 Codex 席位最省錢:角色分層與額度測算

    5 到 20 人的小微研發團隊採購 Codex,全員上高配太貴、全員買基礎檔又天天卡 5 小時限流?本文對照官方 Business(Standard / Premium)與 Pro 規則,給出按角色分層的席位搭配與預算測算框架。

    ChatGPTCodex0
  3. 03

    ChatGPT + Codex 聯合開發 SaaS MVP 實戰:先寫 PRD 與架構圖再落庫寫代碼

    直接讓 AI 一口氣從零寫完 SaaS 往往表結構混亂、功能返工。本文拆解 ChatGPT 寫 PRD 與架構圖、落盤倉庫文檔與 AGENTS.md、再由 Codex 分片落庫與測試驗收的完整閉環。

    ChatGPTCodex0
  4. 04

    ChatGPT 智能交互介面(Intelligent UI)怎麼觸發和用好:表單、計算器、圖表與對比卡片實戰

    同樣是用 GPT-6,為什麼別人的 ChatGPT 能直接彈出帶滑塊的計算器、交互圖表和對比卡片,你的卻只回一大段純文字?本文依據 OpenAI GPT-6 官方文檔講清觸發前提、4 類高命中提問模板,以及不出交互介面時的排查方法。

    ChatGPT0
  5. 05

    買 ChatGPT Pro 5x 還是 Pro 20x 怎麼按月度用量自測:Codex 並發與深度研究頻次估算對照

    猶豫買 ChatGPT Pro 5x(官方 Pro 100)還是 Pro 20x(官方 Pro 200)?本文對照官方最新檔位規則,用 Codex 並發任務、Fast 模式消耗倍率和深度研究頻次三項指標幫你做月度用量自測。

    ChatGPTCodex0
  6. 06

    Codex 額度消耗太快怎麼省:模型檔位切換、推理強度降級、關閉非必要 Fast 模式與控上下文 6 招

    剛寫半天代碼就提示 Codex 觸達週期限額?本文從 Token 計費原理拆解消耗黑洞,給出模型降檔、推理強度調優、關閉非必要高速模式與控上下文的 6 招省額度方案。

    ChatGPTCodex0

同產品的其他教學

  1. 01

    用 ChatGPT 整理家庭裝修預算明細、隱蔽工程驗收清單與主材優缺點對比表實戰

    第一次裝修面對幾十頁施工報價單、密密麻麻的水電防水隱蔽項目與五花八門的主材參數,極易踩坑增項。本文梳理用 ChatGPT 審查裝修報價漏項、生成帶公式的預算明細表、定製工地隱蔽工程驗收單與主材對比表的實戰提示詞。

    ChatGPT0
  2. 02

    用 ChatGPT 做費曼學習法讀書共讀:反向追問檢驗自己是否真讀懂專業書籍與整理書單筆記

    讀完一本專業硬書常感覺「合上書就忘」,直接讓 AI 概括全書又容易產生懂了的錯覺。本文介紹用 ChatGPT 結合 Study Mode 與費曼學習法做反向追問共讀,通過通俗複述、挑刺盲區到沉澱書單卡片的完整流程與提示詞。

    ChatGPT0
  3. 03

    用 ChatGPT 做外貿產品多語種目錄、展會邀約與客戶跟進節奏表(附脫敏與本地化提示詞)

    做外貿展會與海外推廣時,手工翻譯十幾款產品目錄費時且容易留下一堆中式英文,展後客戶跟進也常缺節奏。本文梳理用 ChatGPT 先脫敏建術語庫、再批量產出多語種目錄、展前邀約函與展後 21 天跟進節奏表的實戰流程與提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫高質素技術專欄文章、開源項目 Release Notes 與版本更新日誌實戰

    讓 AI 直接憑空寫技術文章容易滿篇空洞套話,直接甩 Git 記錄寫更新日誌又常常漏掉破壞性變更。本文整理用 ChatGPT 結合真實代碼片段、壓測數據與 PR 摘要,高效產出深度技術專欄、GitHub Release Notes 與 CHANGELOG 的實戰工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做產品用戶訪談紀要編碼、提煉高頻痛點需求池與 RICE 優先級打分實戰

    手頭攢了十幾份用戶訪談逐字稿,手工貼便利貼歸納痛點耗時又容易帶入主觀偏見。本文分享用 ChatGPT 完成脫敏檢查、逐份開放式編碼、跨樣本聚類高頻痛點並搭建 RICE 優先級打分表的 5 步實戰流,附可直接複製的三段核心提示詞。

    ChatGPT0
  6. 06

    ChatGPT 網頁版上載超過 10 個文件或回形針附件按鈕變灰怎麼辦:打包合併與配額限制排查

    在 ChatGPT 網頁版批量分析文檔時,常遇到一次選超 10 個文件被攔截或輸入框回形針按鈕變灰。本文依據 OpenAI 文件上載與存儲說明,梳理 6 類常見報錯的分流排查法,提供 ZIP 打包、本地合併與 Projects 複用方案及可直接複製的解包提示詞。

    ChatGPT0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~