Python AI绘画制作

现在我们可以用Python代码来创造AI绘画作品。这项技术让我们通过文字描述就能生成各种图片，无论是风景、人物还是抽象艺术。

使用阿里云百炼api生成图片

阿里云百炼提供了强大的图片生成功能，我们可以通过Python代码来调用。

安装必要的库

首先安装需要的Python库：

pip install requests dashscope

如果使用Python 3，可以用：

pip3 install requests dashscope

获取API密钥

访问阿里云百炼平台（bailian.console.aliyun.com），注册账号后获取API密钥。这个密钥用来验证我们的请求。

生成第一张AI图片

下面是生成图片的基本代码：

from http import HTTPStatus
from urllib.parse import urlparse, unquote
from pathlib import PurePosixPath
import requests
from dashscope import ImageSynthesis
import os

# 设置你的API密钥
api_key = "你的API密钥"

# 描述你想要生成的图片
prompt = "一只可爱的橘猫在沙发上睡觉，阳光从窗户照进来，风格温暖明亮"

print('正在生成图片，请稍等...')
result = ImageSynthesis.call(
    api_key=api_key,
    model="qwen-image",  # 使用通义千问图片模型
    prompt=prompt,       # 图片描述
    n=1,                 # 生成1张图片
    size='1024x1024',    # 图片尺寸
    prompt_extend=True,  # 自动扩展提示词
    watermark=True       # 添加水印
)

# 检查生成结果
if result.status_code == HTTPStatus.OK:
    print('图片生成成功！')
    
    # 保存图片到本地
    for image in result.output.results:
        # 从URL中提取文件名
        file_name = PurePosixPath(unquote(urlparse(image.url).path)).parts[-1]
        
        # 下载并保存图片
        with open(f'./{file_name}', 'wb+') as file:
            image_data = requests.get(image.url).content
            file.write(image_data)
            
        print(f'图片已保存为: {file_name}')
else:
    print('生成失败，错误信息:')
    print(f'状态码: {result.status_code}')
    print(f'错误代码: {result.code}')
    print(f'错误消息: {result.message}')

使用Stable Diffusion本地部署

如果你有性能较好的电脑，可以在本地安装Stable Diffusion来生成图片。

系统要求

Windows、Mac或Linux系统
Python 3.10.6或更高版本
足够的内存和存储空间
显卡性能越好，生成速度越快

安装步骤

下载Stable Diffusion web UI：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

如果无法使用git，可以直接从GitHub下载zip压缩包。

cd stable-diffusion-webui

下载模型文件：
- 访问Hugging Face网站下载模型
- 将下载的模型文件放到models/Stable-diffusion文件夹
启动程序：

在Windows上：

webui-user.bat

在Linux或Mac上：

./webui.sh

启动成功后，在浏览器打开 http://127.0.0.1:7860 就能看到操作界面。

使用Python调用本地Stable Diffusion

如果你希望通过代码调用，可以这样设置：

import requests
import json

def generate_local_image(prompt, negative_prompt="", steps=20):
    """
    调用本地Stable Diffusion生成图片
    """
    url = "http://127.0.0.1:7860/sdapi/v1/txt2img"
    
    payload = {
        "prompt": prompt,
        "negative_prompt": negative_prompt,
        "steps": steps,
        "width": 512,
        "height": 512,
        "cfg_scale": 7,
        "sampler_name": "Euler a"
    }
    
    try:
        response = requests.post(url, json=payload)
        result = response.json()
        
        # 保存图片
        if 'images' in result:
            import base64
            from io import BytesIO
            from PIL import Image
            
            image_data = base64.b64decode(result['images'][0])
            image = Image.open(BytesIO(image_data))
            image.save('generated_image.png')
            print("图片生成成功！")
        else:
            print("生成失败")
            
    except Exception as e:
        print(f"错误: {e}")

# 使用示例
generate_local_image("一只在花园里追逐蝴蝶的柯基犬")

实用的图片生成技巧

编写有效的提示词

好的描述能生成更好的图片：

# 基础结构：主题 + 环境 + 风格 + 细节

# 示例1：人物
good_prompt1 = "一位穿着汉服的少女在樱花树下弹古筝，阳光透过花瓣，唯美动漫风格，细节精致"

# 示例2：建筑
good_prompt2 = "未来主义城市，高楼大厦有悬浮车道，夜晚霓虹灯闪烁，赛博朋克风格"

# 示例3：动物
good_prompt3 = "北极熊妈妈带着幼崽在冰川上，极光背景，写实摄影风格，细节清晰"

使用负面提示词

告诉AI不希望图片中出现什么：

negative_prompt = "模糊，变形，多余的手指，丑陋，水印，文字"

批量生成图片

如果需要生成多张图片，可以使用循环：

from dashscope import ImageSynthesis
import time

def batch_generate_images(prompts_list, api_key):
    """
    批量生成多张图片
    """
    generated_files = []
    
    for i, prompt in enumerate(prompts_list):
        print(f'正在生成第{i+1}张图片: {prompt[:30]}...')
        
        try:
            result = ImageSynthesis.call(
                api_key=api_key,
                model="qwen-image",
                prompt=prompt,
                n=1,
                size='1024x1024'
            )
            
            if result.status_code == 200:
                # 保存图片（这里需要添加保存代码）
                filename = f'batch_image_{i+1}.png'
                generated_files.append(filename)
                print(f'第{i+1}张图片生成成功')
            else:
                print(f'第{i+1}张图片生成失败')
                
            # 避免请求过于频繁
            time.sleep(2)
            
        except Exception as e:
            print(f'生成第{i+1}张图片时出错: {e}')
    
    return generated_files

# 使用示例
prompts = [
    "清晨的森林，雾气缭绕，阳光穿透树叶",
    "夜晚的城市天际线，灯火通明",
    "沙漠中的绿洲，棕榈树和湖泊"
]

# batch_generate_images(prompts, "你的API密钥")

图片风格控制

通过调整参数控制图片风格：

def generate_with_style(prompt, style_description, api_key):
    """
    生成特定风格的图片
    """
    full_prompt = f"{prompt}，{style_description}"
    
    result = ImageSynthesis.call(
        api_key=api_key,
        model="qwen-image",
        prompt=full_prompt,
        n=1,
        size='1024x1024'
    )
    
    return result

# 不同风格示例
styles = {
    "水墨画": "中国传统水墨画风格，黑白灰调，留白",
    "油画": "古典油画风格，厚重笔触，丰富色彩",
    "卡通": "日系动漫风格，大眼睛，色彩鲜艳",
    "写实": "摄影写实风格，细节精确，真实感强"
}

# 生成不同风格的同一主题
theme = "一只猫在窗台上"
for style_name, style_desc in styles.items():
    print(f"生成{style_name}风格...")
    # generate_with_style(theme, style_desc, "你的API密钥")

错误处理和调试

在实际使用中可能会遇到问题，这里提供一些解决方法：

def safe_image_generation(prompt, api_key, max_retries=3):
    """
    带错误处理的图片生成函数
    """
    for attempt in range(max_retries):
        try:
            result = ImageSynthesis.call(
                api_key=api_key,
                model="qwen-image",
                prompt=prompt,
                n=1,
                size='1024x1024'
            )
            
            if result.status_code == 200:
                return result
            else:
                print(f"尝试{attempt+1}失败: {result.message}")
                if attempt < max_retries - 1:
                    print("等待后重试...")
                    time.sleep(5)
                    
        except Exception as e:
            print(f"尝试{attempt+1}出现异常: {e}")
            if attempt < max_retries - 1:
                time.sleep(5)
    
    print("所有尝试都失败了")
    return None

费用控制建议

使用API服务时要注意控制费用：

class AIImageGenerator:
    def __init__(self, api_key, monthly_budget=100):
        self.api_key = api_key
        self.monthly_budget = monthly_budget
        self.used_count = 0
        self.max_requests = monthly_budget  # 假设每次请求1元
        
    def can_generate(self):
        return self.used_count < self.max_requests
    
    def generate_image(self, prompt):
        if not self.can_generate():
            print("已达到本月生成限额")
            return None
            
        result = ImageSynthesis.call(
            api_key=self.api_key,
            model="qwen-image",
            prompt=prompt,
            n=1,
            size='1024x1024'
        )
        
        if result.status_code == 200:
            self.used_count += 1
            print(f"本月已使用 {self.used_count}/{self.max_requests} 次")
            
        return result

# 使用示例
# generator = AIImageGenerator("你的API密钥", 50)  # 每月50次限额
# result = generator.generate_image("测试图片")

总结

AI绘画为创作者提供了强大的工具。通过Python代码，我们可以：

使用云服务API快速生成图片
在本地部署Stable Diffusion获得更多控制权
批量生成多种风格的图片
通过调整提示词获得理想的效果

主要步骤：

安装必要的Python库
获取API密钥或设置本地环境
编写有效的图片描述
处理生成结果和错误

对于初学者，建议先从阿里云百炼开始，使用简单且不需要强大的硬件。有经验的用户可以尝试本地部署Stable Diffusion，获得更多自定义选项。

本文内容仅供个人学习/研究/参考使用，不构成任何决策建议或专业指导。分享/转载时请标明原文来源，同时请勿将内容用于商业售卖、虚假宣传等非学习用途哦～感谢您的理解与支持！

链接: https://fly63.com/course/36_2128