OpenAI के जीपीटी छवि API का उपयोग कर Python में छवियां बनाना
सेटअप, कुंजी, बिलिंग, आकार, गुणवत्ता, token लागत और Base64 आउटपुट को कवर करते हुए छवियों को बनाने, संपादित करने और सहेजने के लिए Use Python और OpenAI GPT Image API।
मुख्य जानकारी
- ओपनएआई ने 12 मई को DALL·E 2 और DAL·E 3 को सेवानिवृत्त कर दिया, 2026 इसलिए पायथन छवि पीढ़ी का उपयोग करना चाहिए GPT Image मॉडल जैसे ∀gpt-image-2.5-flare`।
- सेटअप के लिए पायथन 3.10+, एक आभासी वातावरण, ∀openai` पैकेज, एक गुप्त API कुंजी और छवि कॉल सफल होने से पहले एक वैध भुगतान विधि की आवश्यकता होती है।
- छवियाँ `client.images.generate() ∀ के साथ उत्पन्न होती हैं और Base64-encoded डेटा के रूप में वापस आ जाती हैं जो image file के तौर पर सहेजने से पहले decode की जानी चाहिए।
- मौजूदा छवियों को एक नए प्रॉम्प्ट के साथ `.edit()` पर पास करके संपादित किया जा सकता है, जिससे सरल जनरेट-सेव-एडिट वर्कफ़्लो सक्षम हो जाता है।
- आकार और गुणवत्ता टोकन लागत को प्रभावित करती है, इसलिए डेवलपर्स को बिलिंग का सावधानीपूर्वक प्रबंधन करना चाहिए, API कुंजी निजी रखें, और डिबगिंग के लिए पूर्ण JSON प्रतिक्रियाओं को संरक्षित करें।
मेटा विवरणः सीखें कि डेवलपर्स कैसे पायथन का उपयोग करते हैं ओपनएआई के साथ छवियों को उत्पन्न करने और संपादित करने के लिए GPT Image API, सेटअप, API कुंजी, आकार, गुणवत्ता, टोकन लागत और बेस 64 सहित।
टैगः ओपनएआई API, पायथन, इमेज जनरेशन, जीपीटी छवि, बेस 64
विशेष रुप से प्रदर्शित छवि प्रॉम्प्ट (Image Prompts) -: " ' कोड कोष्ठक और रंगीन ज्यामितीय आकृतियों का एक अमूर्त, मैत्रीपूर्ण चित्रण, जिसमें कोई वास्तविक लोग नहीं हैं, कोई लोगो नहीं है, और कोई पाठ नहीं है।
डेवलपर्स जो चाहते हैं Generate Images में पायथन OpenAI के साथ GPT Image API पाठ संकेतों से छवियां बनाने, लौटाए गए डेटा को सहेजने और मौजूदा चित्रों को संपादित करने के लिए पायथन कोड का उपयोग कर सकते हैं। गाइड उपयोगी है क्योंकि ओपनएआई ने 12 मई 2026 को DALL·E 2 और DALL · E 3 को रिटायर किया था, और छवि कार्य अब GPT Image मॉडल जैसे gpt-image- 2.5 -flare के माध्यम से चलता है। यह पायथन, जेएसओएन और फ़ाइल संचालन के साथ बुनियादी अनुभव मानता है।
OpenAI छवि उपकरण के लिए क्या बदला
12 मई को, 2026 ओपनएआई ने DALL·E 2 और DALL · E 3 को रिटायर कर दिया। इसने एक ही समय में छवि भिन्नताएं एंडपॉइंट भी हटा दीं। GPT Image मॉडल उनके प्रतिस्थापन शक्ति के रूप में पेश किए गए चैट-आधारित छवि निर्माण और GPT Image API दोनों हैं। एक डेवलपर पायथन स्क्रिप्ट से टेक्स्ट प्रॉम्प्ट भेज सकता है और कुछ सेकंड में एक तस्वीर का उत्पादन करने वाली चैट विंडो देखने के बजाय छवि डेटा प्राप्त कर सकता है।
परिवर्तन उन टीमों के लिए मायने रखता है जो पहले से ही OpenAI इमेज टूल्स पर भरोसा करते हैं। स्क्रिप्ट जिन्हें DALL · E एंडपॉइंट कहा जाता था, उन्हें GPT Image मॉडल में जाने की आवश्यकता होती है। ट्यूटोरियल उदाहरण के रूप में एक GPT Image मॉडल नाम, gpt-image- 2.5 -flare को इंगित करता है। मूल गाइड भी मुफ्त नमूना कोड और कार्यप्रवाह का अभ्यास करने वाले पाठकों के लिए एक इंटरैक्टिव प्रश्नोत्तरी प्रदान करता है.
इमेज जनरेशन एक पेड API सेवा है। ओपनएआई तैयार छवि के बजाय टोकन द्वारा बिल करता है, और अनुरोध द्वारा उपयोग की जाने वाली टोकन राशि चयनित मॉडल, आकार और गुणवत्ता पर निर्भर करती है। Because API उपयोग को अद्वितीय कुंजी मूल्यों के माध्यम से ट्रैक किया जाता है, डेवलपर्स को अपनी कुंजी निजी रखना चाहिए और वर्तमान मूल्य निर्धारण और नीति विवरण के लिए OpenAI की वेबसाइट की जांच करनी चाहिए।
पायथन और ओपनएआई एक्सेस सेट करें
- पुष्टि करें कि पायथन संस्करण 3.10 या उच्चतर उपलब्ध है। स्रोत गाइड में नमूना आउटपुट Python 3.14.6 दिखाता है। Windows PowerShell में, ∀python --version` चलाएं. लिनक्स या मैकओएस पर, ゙python--version⌒ चलाएँ।
- `python -m venv venv̅ के साथ एक आभासी वातावरण बनाएँ. यह परियोजना पैकेजों को सिस्टम पायथन स्थापना से अलग रखता है.
- पर्यावरण को सक्रिय करें. Windows PowerShell पर, `.\venv\Scripts\activate` का उपयोग करें. लिनक्स या मैकओएस पर, use ∀source venv/bin/activate゙ का प्रयोग करें।
- OpenAI पायथन लाइब्रेरी को ∀python -m pip install openai==3.13.0` के साथ स्थापित करें। पैकेज पूर्ण ओपनएआई API तक पहुंच प्रदान करता है। इस गाइड के लिए, फोकस इमेज जनरेशन पर है, जो टेक्स्ट प्रॉम्प्ट से छवियों को बनाने और संपादित करने के लिए GPT Image मॉडलों का उपयोग करता है । एक ही पैकेज पाठ पीढ़ी का भी समर्थन करता है, और स्रोत मार्गदर्शिका पाठकों को एक अलग लेख की ओर इंगित करती है, चैटजीपीटी कैसे एकीकृत करें API With Python Projects
- OpenAI के साथ साइन अप करें और खाता डैशबोर्ड में API कुंजी पृष्ठ खोलें। एक नई गुप्त कुंजी बनाएं और दिखाए गए मान की प्रतिलिपि बनाएँ. कुंजी मूल्य केवल एक बार प्रदर्शित किया जाता है, इसलिए विंडो बंद करने से पहले इसे कहीं सुरक्षित रखें।
- बिलिंग पृष्ठ पर एक भुगतान विधि और उपलब्ध क्रेडिट जोड़ें। छवि सृजन के लिए केवल API कुंजी पर्याप्त नहीं है। यदि बिलिंग सेट अप नहीं की जाती है, तो पहली कॉल किसी छवि के बजाय कोटा या बिलिंग त्रुटि लौटाता है.
- कुंजी को पर्यावरण चर ∀OPENAI_API_KEY` में संग्रहीत करके पायथन के लिए उपलब्ध कराएं। Windows PowerShell में, PowerShell वातावरण-परिवर्तनीय असाइनमेंट सिंटैक्स का उपयोग करें. लिनक्स या मैकओएस में, शेल एक्सपोर्ट सिंटेक्स का प्रयोग करें। जब तक इसे किसी अन्य तरीके से संग्रहित नहीं किया जाता है तब तक चाबी वर्तमान टर्मिनल सत्र में उपलब्ध रहती है।
छवि परिणाम उत्पन्न करें और सहेजें
- OpenAI क्लाइंट का उपयोग ∀client.images.generate()` को टेक्स्ट प्रॉम्प्ट और एक GPT Image मॉडल के साथ कॉल करने के लिए करें जैसे कि ∀gpt-image-2.5-flare▽। यह प्रोम्प्ट आपके द्वारा इच्छित चित्र का वर्णन करता है। △size□ विकल्प छवि आयामों को नियंत्रित करता है, और △quality□ विकल्प विवरण को नियंत्रित करते हैं। ये दो सेटिंग्स टोकन लागत को भी प्रभावित करती हैं।
- JSON प्रतिक्रिया पढ़ें. छवि डेटा `.b64_json` फ़ील्ड में Base64-एन्कोडेड आता है। बेस 64 बाइनरी इमेज बाइट्स को जेएसओएन के अंदर टेक्स्ट के रूप में ले जाने का एक तरीका है। उस क्षेत्र को डिकोड करें ∀b64decode()`, फिर परिणामी बाइटों को एक छवि फ़ाइल में लिखें।
- जब संभव हो तो पूरी JSON प्रतिक्रिया रखें. केवल डिकोड की गई छवि को सहेजना बाद में डिबगिंग को कठिन बना सकता है। पूर्ण प्रतिक्रिया मेटाडेटा को संरक्षित करती है और एक स्क्रिप्ट को कई छवियों को एक बार में डीकोड करने की अनुमति देती है यदि API कई चित्र लौटाता है।
छवियों को संपादित करें और लागत प्रबंधित करें
- आपके पास पहले से मौजूद छवि को बदलने के लिए, उस छवि को एक नए प्रॉम्प्ट के साथ `.edit()` पर वापस भेजें। यह API को एक छोटी छवि संपादन पाइपलाइन में बदल देता हैः प्रारंभिक चित्र उत्पन्न करें, इसे सहेजें, फिर संग्रहीत फ़ाइल से संपादन का अनुरोध करें।
- आकार और गुणवत्ता को उत्पाद निर्णयों के रूप में मानें, न कि केवल दृश्य विकल्प। एक बड़ी छवि या उच्च विवरण स्तर डिजाइन आवश्यकताओं को पूरा कर सकता है, लेकिन यह अनुरोध की टोकन लागत भी बदलता है। क्योंकि OpenAI टोकन द्वारा बिल करता है, एक स्क्रिप्ट जो कई छवियां उत्पन्न करती है वह डेवलपर की अपेक्षा से अधिक क्रेडिट खर्च कर सकती है।
- 2026 स्रोत कोड के बाहर कुंजियों को संग्रहीत करके, बैच जॉब्स चलाने से पहले बिलिंग स्थिति की जांच करने और प्रत्येक अनुरोध के लिए JSON प्रतिक्रिया की समीक्षा करके उपयोग का अनुमान लगाया जा सकता है। सोर्स गाइड पाठकों को याद दिलाता है कि OpenAI API सेवाएं और मूल्य निर्धारण नीतियां बदल सकती हैं, इसलिए चालू खाता सेटिंग्स मायने रखती हैं।
आम गलतियाँ
- 12 मई के बाद DALL·E 2 या DALL · E 3 का उपयोग करने की कोशिश कर रहा है, 2026 उन मॉडलों को सेवानिवृत्त किया गया था, और छवि भिन्नता अंतबिंदु हटा दिया गया था।
- एक API कुंजी बनाना लेकिन भुगतान विधि या उपलब्ध क्रेडिट नहीं जोड़ना. छवि पीढ़ी एक सशुल्क सेवा है, इसलिए बिलिंग समर्थन के बिना अनुरोध विफल हो जाते हैं।
- ∀OPENAI_API_KEY` सेट करने के बाद टर्मिनल को बंद करना और यह मानकर कि कुंजी उपलब्ध है. उदाहरण सेटअप केवल वर्तमान टर्मिल सत्र में कुंजी को उपलब्ध बनाता है.
- केवल ∀.b64_json` स्ट्रिंग को डिकोड करने के बजाय सहेजना। फ़ील्ड में Base64 टेक्स्ट होता है, न कि सीधे देखने योग्य छवि फ़ाइल।
- पूर्ण JSON प्रतिक्रिया को खारिज करना. उस उत्तर में मेटाडेटा शामिल हो सकता है और इसमें कई छवियां हो सकती हैं, इसलिए इसे सहेजना डिबगिंग और बैच डिकोडिंग के साथ मदद करता है.
- टोकन लागत पर विचार किए बिना ∀आकार` और ≠गुणवत्ता̅ चुनना. ये सेटिंग्स छवि आउटपुट और बिल की गई राशि को प्रभावित करती हैं।
Comments (0)