当前位置：首页 > news >正文

重庆国外网站推广nba最新交易动态

news 2026/4/12 23:32:55

重庆国外网站推广,nba最新交易动态,营销推广方法,临沂做网站选盛誉Python 调用 Stabilityai API在本地生成图像摘要功能代码结构关键技术代码下载立即体验摘要本程序利用硅基流动目前的免费 stabilityai/stable-diffusion-2-1 模型API，生成图像并下载到本地，用户可以通过输入描述性提示词来获取相应的图像。使用Pyt…

Python 调用 Stabilityai API在本地生成图像

- 摘要
- 功能
代码结构
关键技术
代码下载
立即体验

摘要

本程序利用硅基流动目前的免费 stabilityai/stable-diffusion-2-1 模型API，生成图像并下载到本地，用户可以通过输入描述性提示词来获取相应的图像。使用Python编写，依赖于requests库进行HTTP请求，并使用os库处理文件系统操作。

功能

用户输入：程序提示用户输入描述图像的提示词，例如：‘an island near sea, with seagulls, moon
shining over the sea, light house, boats int he background, fish
flying over the sea’。输入提示词时，不要少了前后的单引号哦。
API请求：使用用户输入的提示词构建请求负载，并向指定的API发送POST请求以生成图像。（代码中有）
响应处理：解析API的响应，提取生成的图像URL。
文件保存：将生成的图像下载并保存到本地文件系统，文件名基于用户输入的前10个字符命名。
目录管理：在保存图像之前，检查并创建必要的目录。
代码结构

代码结构

以下是应用程序的主要代码结构：

# -*- coding: utf-8 -*-
import requests
import osurl = "https://api.siliconflow.cn/v1/images/generations"# 提示用户输入描述图片的提示词
try:user_input = input("\n请输入描述图片的提示词，例如：'blue sky': ").strip()  # 用户输入需要引号user_prompt = "'{}'".format(user_input)  
except Exception as e:print("输入提示词时发生错误: {}".format(e))exit(1)  # 退出程序payload = {"model": "deepseek-ai/Janus-Pro-7B","prompt": user_prompt,  # 使用用户输入的提示词"seed": 4999999999
}
headers = {"Authorization": "Bearer <token>",  #<token> 替换成你在硅基流动里的 API-KEY, 文末有如何获得。"Content-Type": "application/json"
}response = requests.request("POST", url, json=payload, headers=headers)# 解析响应以获取图像URL
response_json = response.json()  # 使用 json() 方法解析响应
image_url = response_json['data'][0]['url']  # 从 data 数组中获取 URL# 定义保存图像的本地文件名
local_filename = os.path.join("images", "{}.png".format(user_input[:10]))  # 使用用户输入的前10个字符命名# 创建图像目录（如果不存在）
if not os.path.exists(os.path.dirname(local_filename)):os.makedirs(os.path.dirname(local_filename))# 下载图像并保存到本地
with requests.get(image_url, stream=True) as img_response:img_response.raise_for_status()  # 检查请求错误with open(local_filename, 'wb') as f:for chunk in img_response.iter_content(chunk_size=8192):f.write(chunk)print("Image saved to {local_filename}")

关键技术

HTTP请求：使用requests库简化HTTP请求的发送和响应处理。
JSON解析：通过response.json()方法轻松解析API返回的JSON数据。
文件操作：使用os库处理文件路径和目录创建，确保图像能够正确保存。
总结
本应用程序展示了如何通过API生成图像，并将其保存到本地。用户友好的输入提示和自动化的文件管理使得该应用程序易于使用，适合需要快速生成图像的场景。