10 文生图 Stable Diffusion 教程：基础用法之 API 调用示例

查看大图

文生图学习要同时看输入描述、生成流程、参数影响和最终用途。阅读时可以按「为什么选择 API 调用？ -> 准备工作 -> API 调用示例 -> 基本的 API 调用结构」建立结构，再回到正文里的代码、案例或指标做验证。

查看大图

读完后，用一个真实小任务复查：输入是什么，处理环节在哪里，输出是否可验收；失败时先查「为什么选择 API 调用？」，再查「准备工作」。

在上一篇文章中，我们介绍了 Stable Diffusion 的基本命令行用法，帮助大家了解如何通过命令行生成图像。在这一篇中，我们将深入探讨如何通过 API 调用来使用 Stable Diffusion，帮助你在应用程序中更灵活地生成图像。API 调用使得集成和自动化变得更为简单，尤其是当需要批量处理时。

为什么选择 API 调用？

API（应用程序编程接口）调用允许开发者通过编程方式访问服务。这种方式提供了更高的灵活性和可扩展性，可以与其他系统更方便地集成。例如，通过 API 你可以：

查看大图

调用 Stable Diffusion API 时，先确认模型参数、提示词、尺寸、鉴权、超时、重试和结果保存。

• 在网站上根据用户输入生成图像。
• 将图像生成过程自动化，适合批量生成。
• 与其他服务如聊天机器人集成，实时生成图像反馈。

准备工作

为了能够使用 API 调用 Stable Diffusion，我们需要确保以下几点：

查看大图

学《文生图 Stable Diffusion 教程：基础用法之 API ...》时，可以先找一个自己能复现的小场景，再看相关概念和练习步骤，读完后用自己的例子复述一遍。

1. 服务搭建：确保你已经在本地或云环境中搭建了 Stable Diffusion 服务，并且可以通过 HTTP 请求访问。
2. 安装依赖：在你的项目中，你可能需要安装如 requests 这样的 Python 库来处理 HTTP 请求。

pip install requests

API 调用示例

以下是一个使用 Python 的 requests 库进行 API 调用的简单示例。这个示例将绘制一个以文本描述为基础的图像。

基本的 API 调用结构

一般来说，API 请求的结构如下：

POST /v1/generate
Content-Type: application/json

{
  "prompt": "A fantasy landscape with mountains",
  "num_images": 1,
  "seed": 42
}

示例代码

下面的示例代码展示了如何通过 requests 库向 Stable Diffusion API 发送请求并获取图像。

import requests
import base64
from PIL import Image
from io import BytesIO

# 定义 API 地址
api_url = "http://localhost:8000/v1/generate"

# 定义请求数据
data = {
    "prompt": "A serene beach at sunset",
    "num_images": 1,
    "seed": 12345
}

# 发送 POST 请求
response = requests.post(api_url, json=data)

# 检查请求是否成功
if response.status_code == 200:
    # 解码返回的图像数据
    image_data = response.json().get("images")[0]
    image = Image.open(BytesIO(base64.b64decode(image_data)))
    
    # 显示图像
    image.show()
else:
    print(f"Error: {response.status_code}, {response.text}")

解析代码

1. 在代码中，我们首先导入了必需的库。
2. 接着定义了 API 的地址。请根据你实际的 API 地址进行修改。
3. 然后，我们构建了要发送的请求数据，包括 prompt、num_images 和 seed 等字段。
4. 使用 requests.post 方法发送请求，获取返回的 JSON 数据。
5. 如果请求成功，我们解析返回的图像数据并使用 PIL 库显示生成的图像。

常见参数详解

在进行 API 调用时，常见的参数包括：

• prompt：生成图像时所依据的文本描述。务必详细且清晰，以获得更准确的结果。
• num_images：请求生成的图像数量。默认为 1。
• seed：随机数种子，用于确保可重复性。当相同的种子与描述相同时，结果图像应该是一致的。

查看大图

学完《文生图 Stable Diffusion 教程：基础用法之 API 调用示例》后，不妨换一个自己的场景试一次，重点观察输入、处理和输出是否能对应起来。

查看大图

如果想把《文生图 Stable Diffusion 教程：基础用法之 API 调用示例》用到自己的任务里，可以先缩小场景，只验证一个最关键的判断点。

后续步骤

本篇文章为你展示了如何通过 API 调用使用 Stable Diffusion 来生成图像。下一篇中，我们将深入探讨如何生成你的第一个真正的图像。通过实际操作，我们将帮助你更好地理解算法和过程。

希望这篇文章能帮助你更好地掌握 API 调用的基础用法！如有疑问，请随时提问。