AI 大模型推理 > API 文档 > 图生图 (image edit)

图生图 (image edit)

最近更新时间: 2025-11-05 17:42:46

七牛云 AI 大模型推理 API 支持图生图（Image-to-Image）功能，兼容 OpenAI Images Edit API 接口格式，支持基于输入图像和文本描述生成新的图像，方便您集成到各种图像编辑和创意应用场景中。

Token API 接入点

七牛云 AI 大模型推理 API 接入域名：

主接入点: https://api.qnaigc.com/v1
备接入点: https://openai.qiniu.com/v1
使用前提：获取 API KEY(API 密钥)

支持接口列表

接口名	说明
/images/edits	图生图接口，根据输入图像和文本描述生成新的图像支持模型:Gemini 2.5 Flash Image 等输出格式:Base64 编码的图像数据 (PNG 格式)

支持的模型列表

模型 ID	模型名称	说明	状态
gemini-2.5-flash-image	Gemini 2.5 Flash Image (Nano Banana)	又称 Nano Banana,谷歌最新的快速图像模型,支持高质量的图像编辑、风格转换和内容修改	✅已推出
kling-v2	kling v2	图生图 V2.0 模型	✅已推出

HTTP 调用示例

基础图像编辑

使用上一步获取的七牛云 API KEY 调用图生图接口：

# 调用图生图 API
export OPENAI_BASE_URL="https://api.qnaigc.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "image": "data:image/png;base64,iVBORw0KGgo...",
        "prompt": "将图片中的猫改成白色,背景改为蓝天白云"
    }'

使用图片 URL

# 使用图片 URL 进行图生图
export OPENAI_BASE_URL="https://api.qnaigc.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "image": "https://example.com/sample-image.jpg",
        "prompt": "为这个场景添加日落效果,让整体色调更温暖"
    }'

生成多张图像

# 批量生成多张编辑结果
export OPENAI_BASE_URL="https://api.qnaigc.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "image": "data:image/png;base64,iVBORw0KGgo...",
        "prompt": "将这张照片转换为水彩画风格",
        "n": 4
    }'

使用多张输入图像

# 使用多张图像作为输入
export OPENAI_BASE_URL="https://api.qnaigc.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "image": [
            "data:image/png;base64,iVBORw0KGgo...",
            "https://example.com/reference-image.jpg"
        ],
        "prompt": "结合这两张图片的风格,生成一张新的艺术作品"
    }'

使用Kling模型

# kling 模型使用多张图像作为输入
export OPENAI_BASE_URL="https://api.qnaigc.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
    "model": "kling-v2",
    "image": "",
    "prompt": "综合两个图像画一个漫画图",
    "subject_image_list":[
        {
            "subject_image":"https://aitoken-image.qnaigc.com/1383010xxx/image-1761793032508597404-1383010xxx/0.png?e=1763089082&token=IDB69r4gicDbMfrecarthgw1btTTWEFNg9i5_yasXqhp:JapC2EihLvSADMficht3pZVn5Xc="
        },
        {
            "subject_image":"https://aitoken-image.qnaigc.com/1383010xxx/image-1761793032508597404-1383010xxx/0.png?e=1763089082&token=IDB69r4gicDbMfrecarthgw1btTTWEFNg9i5_yasXqhp:JapC2EihLvSADMficht3pZVn5Xc="
        }
    ]
}'

请求参数说明

Header 参数

参数名	类型	必填	说明
Authorization	string	是	API Key，格式：`Bearer YOUR_API_KEY`
Content-Type	string	是	请求内容类型，固定值：`application/json`

Body 参数 (JSON)

参数名	类型	必填	默认值	说明	模型支持
model	string	是	-	图像生成模型名称，如 `gemini-2.5-flash-image`	-
image	string 或 array	是	-	输入图像，支持以下格式: - Base64 data URI(如 `data:image/png;base64,...`) - 图片 URL(如 `https://example.com/image.jpg`) - 数组形式的多张图片	-
prompt	string	是	-	图像编辑的文本描述提示词	-
n	integer	否	1	生成图像数量，取值范围:1-10	-
size	string	否	-	图像尺寸	暂不支持
mask	string	否	-	遮罩图像 URL 或 Base64 data URI，用于指定编辑区域	-
quality	string	否	-	图像质量，可选值：`standard`(标准质量)、`hd`(高清质量)	暂不支持
background	string	否	-	背景处理方式，可选值：`transparent`(透明)、`opaque`(不透明)、`auto`(自动)	暂不支持
input_fidelity	string	否	-	输入图像保真度，可选值：`high`(高保真)、`low`(低保真)	暂不支持
output_format	string	否	png	输出格式，可选值：`png`、`jpeg`、`webp`	暂不支持
output_compression	integer	否	-	输出压缩质量，取值范围:0-100(仅适用于 webp/jpeg 格式)	暂不支持
response_format	string	否	b64_json	响应格式，可选值：`b64_json`(Base64 编码)、`url`(图片 URL)	暂不支持
stream	boolean	否	false	是否启用流式响应	暂不支持
subject_image_list	array	否	-	图生图的参考图片列表	仅限kling模型
> subject_image_list.subject_image	string	否	-	图生图的参考图片，内容为可公开访问的 url 链接	仅限kling模型
scene_image	sting	否	-	场景参考图，内容为可公开访问的 url 链接	仅限kling模型
style_image	sting	否	-	风格参考图，内容为可公开访问的 url 链接	仅限kling模型
aspect_ratio	sting	否	“16:9”	生成图片的画面纵横比（宽:高）	仅限kling模型

参数详细说明

model

必填参数
指定使用的图像编辑模型
不同模型支持的参数和功能可能有所不同
示例：gemini-2.5-flash-image

image

必填参数
输入图像，支持多种格式：
- Base64 data URI:使用 data:image/png;base64, 前缀 + Base64 编码的图像数据
- 图片 URL:可访问的公网图片链接，如 https://example.com/image.jpg
- 数组形式:支持传入多张图片，格式为 ["url1", "url2"] 或混合 data URI 和 URL
建议使用高质量的输入图像以获得更好的编辑效果

prompt

必填参数
图像编辑的文本描述提示词
建议：
- 清晰描述期望的编辑效果
- 包含风格、色彩、构图等具体细节
- 使用逗号分隔不同的描述要素
示例：
- "将图片中的天空改为日落时分的橙红色,增加温暖的氛围"
- "将照片转换为油画风格,保持主体不变,增强色彩饱和度"
- "移除背景中的杂物,让背景变得简洁干净"

可选参数，默认值为 1
控制一次请求生成的图像数量
取值范围:1-10
注意：生成多张图片会消耗更多 tokens

size

可选参数
指定生成图像的尺寸，格式为 宽x高

quality

可选参数
控制图像生成质量
可选值：
- standard:标准质量
- hd:高清质量

background

可选参数
控制背景处理方式
可选值：
- transparent:生成透明背景
- opaque:生成不透明背景
- auto:自动决定

input_fidelity

可选参数
控制对输入图像的保真程度
可选值：
- high:高保真，生成的图像更接近原始输入
- low:低保真，允许更大的创意改动

mask

可选参数
遮罩图像，用于指定只编辑图像的特定区域
支持格式：
- Base64 data URI:data:image/png;base64,...
- 图片 URL:https://example.com/mask.png
遮罩图像规则：
- 黑色 (#000000) 区域：保持原图不变
- 白色 (#FFFFFF) 区域：应用编辑效果
- 灰色区域：部分应用编辑效果

output_format

可选参数，默认为 png
指定输出图像的格式
可选值：
- png:PNG 格式，支持透明背景，文件较大
- jpeg:JPEG 格式，文件较小，不支持透明背景
- webp:WebP 格式，平衡质量和文件大小

output_compression

可选参数
输出图像的压缩质量
取值范围:0-100
- 0:最低质量，最小文件
- 100:最高质量，最大文件
仅适用于 webp 和 jpeg 格式
不适用于 png 格式

response_format

可选参数，默认为 b64_json
指定响应中图像数据的格式
可选值：
- b64_json:返回 Base64 编码的图像数据 (推荐)
- url:返回图片 URL(需模型支持)

stream

可选参数，默认为 false
是否启用流式响应
部分模型支持流式返回中间结果

subject_image_list

最多支持4张图片，最少支持1张图片

subject_image_list.subject_image

图片格式支持.jpg / .jpeg / .png
图片文件大小不能超过10MB，图片宽高尺寸不小于300px，图片宽高比要在1:2.5 ~ 2.5:1之间

scene_image
场景参考图

图片格式支持.jpg / .jpeg / .png
图片文件大小不能超过10MB，图片宽高尺寸不小于300px，图片宽高比要在1:2.5 ~ 2.5:1之间

style_image

图片格式支持.jpg / .jpeg / .png
图片文件大小不能超过10MB，图片宽高尺寸不小于300px，图片宽高比要在1:2.5 ~ 2.5:1之间

aspect_ratio

枚举值：16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9

响应格式

成功响应

使用 Gemini 2.5 Flash Image 系列模型返回格式如下：

{
  "created": 1234567890,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgA..."
    },
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgB..."
    }
  ],
  "output_format": "png",
  "usage": {
    "total_tokens": 6234,
    "input_tokens": 1234,
    "output_tokens": 5000,
    "input_tokens_details": {
      "text_tokens": 234,
      "image_tokens": 1000
    }
  }
}

使用 kling 系列模型返回格式如下：

{
    "task_id": "image-1762159125266058362-1383010xxx"
}

响应参数说明

字段名	类型	说明
created	integer	响应创建时间戳 (Unix 时间戳，秒)
data	array	生成的图像数据数组
data[].b64_json	string	Base64 编码的图像数据
size	string	图像尺寸
output_format	string	输出格式，默认为 `png`
usage	object	Token 使用统计信息
usage.total_tokens	integer	总 token 数
usage.input_tokens	integer	输入 token 数 (包括文本和图像)
usage.output_tokens	integer	输出 token 数 (图像生成消耗)
usage.input_tokens_details	object	输入 token 详情
usage.input_tokens_details.text_tokens	integer	文本提示词消耗的 token 数
usage.input_tokens_details.image_tokens	integer	输入图像消耗的 token 数
task_id	string	目前为 kling 系列模型独有的返回结果，`task_id` 为 kling 模型异步生成图像的任务 ID

如何使用返回的图像数据

响应中的 b64_json 字段包含 Base64 编码的图像数据，可通过以下方式使用：

1. 在 HTML 中直接显示

<img src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgA..." />

使用场景示例

场景 1:风格转换

将普通照片转换为艺术风格：

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "image": "https://example.com/photo.jpg",
        "prompt": "将这张照片转换为印象派油画风格,使用莫奈的色彩表现手法",
    }'

场景 2:背景替换

更换图片背景：

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "image": "https://example.com/person.jpg",
        "prompt": "保持人物不变,将背景替换为海滩日落场景",
    }'

场景 3:图像增强

提升图像质量：

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "image": "https://example.com/low-quality.jpg",
        "prompt": "提升图像清晰度,增强色彩饱和度和对比度,去除噪点"
    }'

场景 4:局部编辑 (使用遮罩)

只编辑图像的特定区域：

curl "$OPENAI_BASE_URL/images/edits" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gemini-2.5-flash-image",
        "image": "https://example.com/room.jpg",
        "mask": "https://example.com/room-mask.png",
        "prompt": "将墙壁改成深蓝色",
    }'

查询异步生成图像任务状态

该接口使用方式同文生图文档中的 查询异步生成图像任务状态 接口。

接口名	说明
/v1/images/tasks/:task_id	kling 生成图像异步任务独有的状态查询接口，用于查询生成图像异步任务的当前状态以及最终生成的图像结果。

参数说明：

参数名称	参数类型	是否必填	参数描述
task_id	string	是	生成图像异步任务 ID，在使用 kling 系列模型调用 /images/generations 接口的结果生成请求路径参数，直接将值填写在请求路径中

使用示例可以参考如下，假设你已经使用 /images/edits 接口使用 kling 模型请求发起了一个生成图像异步任务，任务 ID 是 image-1762159125266058362-1383010xxx。

# 调用查询异步生成图像任务状态
export OPENAI_BASE_URL="https://api.qnaigc.com/v1"
export OPENAI_API_KEY="<七牛云 AI API KEY>"

curl "$OPENAI_BASE_URL/v1/images/tasks/image-1762159125266058362-1383010xxx" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY"

成功响应示例如下：

{
    "task_id": "image-1762159125266058362-1383010xxx",
    "created": 1761793032,
    "status": "succeed",
    "status_message": "成功",
    "data": [
        {
            "index": 0,
            "url": "https://aitoken-image.qnaigc.com/1383010xxx/image-1761793032508597404-1383010xxx/0.png?e=1763089082&token=IDB69r4gicDbMfrecarthgw1btTTWEFNg9i5_yasXqhp:JapC2EihLvSADMficht3pZVn5Xc="
        }
    ],
    "quantity": 1
}

上述示例响应字段说明

字段名	类型	说明
task_id	string	图像生成任务的唯一标识符
created	integer	表示任务创建时间的 Unix 时间戳
status	string	任务的当前状态（例如：`succeed` 成功，更多看如下状态码细节）
status_message	string	描述当前状态的消息，例如在 `succeed` 状态时，这个字段信息描述是 `成功`
data		array
data[].index	integer	图像在生成序列中的索引
data[].url	string	访问生成图像文件的可直接访问 URL
quantity	integer	此任务中生成的图像数量，同时该数量会用于计量计算

status 字段可能的取值包括：

submitted：任务已接收，等待处理
processing：任务正在处理中
succeed：任务成功完成，图像已生成并可访问
failed：任务在处理过程中失败

常见问题

Q: 图生图和文生图有什么区别？

A: 文生图 (/images/generations) 是纯粹根据文本描述生成全新的图像;图生图 (/images/edits) 则是基于输入的图像进行编辑和改造，可以保留原图的部分特征。

Q: 支持哪些输入图像格式？

A: 支持常见的图像格式，包括 PNG、JPEG、WebP 等。可以通过 Base64 data URI 或公网可访问的图片 URL 提供输入图像。

Q: 如何控制生成结果更接近原图？

A: 可以使用 input_fidelity: "high" 参数来提高对原图的保真度，生成的图像会更接近输入图像。

Q: 如何处理多张输入图像？

A: 将 image 参数设置为数组格式，如 ["url1", "url2"],模型会结合多张输入图像的特征进行编辑。

Q: 如何将生成的图像保存到七牛云对象存储？

A: 推荐使用七牛对象存储来存储生成的图像。我们提供了多种语言的上传 SDK，简单易用，欢迎查看我们的【SDK 中心】来了解。更多对象存储信息欢迎参考对象存储的【产品使用文档】。

Q: 遮罩图像 (mask) 应该如何制作？

A: 遮罩图像应该是黑白图像：

白色区域 (#FFFFFF):表示需要编辑的区域
黑色区域 (#000000):表示保持不变的区域
灰色区域：会部分应用编辑效果

您可以使用 Photoshop、GIMP 等图像编辑软件创建遮罩图像。

参考文档

以上内容是否对您有帮助？