图像生成请求和回复结构

以下示例展示了不同的图像生成应用场景。每个示例都解释了用于图像生成的字段。

Text-to-image request


{
    "taskType": "TEXT_IMAGE",
    "textToImageParams": {
        "text": string,
        "negativeText": string
    },
    "imageGenerationConfig": {
        "width": int,
        "height": int,
        "quality": "standard" | "premium",
        "cfgScale": float,
        "seed": int,
        "numberOfImages": int
    }
}

此请求中使用了以下 textToImageParams 字段：

text（必要）– 用于生成图像的文本提示。提示的长度必须是 1-1024 个字符。
negativeText（可选）– 用于定义图像内不包含什么内容的文本提示。此值的长度必须是 1-1024 个字符。

注意

避免在 text 和 negativeText 值中使用否定词（“无”“不含”“没有”等）。例如，若不想在图像中使用镜子，则不要在 text 字段中包含“无镜子”或“没有镜子”，而要在 negativeText 字段中使用“镜子”一词。

Text-to-image request with image conditioning


{
    "taskType": "TEXT_IMAGE",
    "textToImageParams": {
        "conditionImage": string (Base64 encoded image),
        "controlMode": "CANNY_EDGE" | "SEGMENTATION", 
        "controlStrength": float,
        "text": string,
        "negativeText": string
    },
    "imageGenerationConfig": {
        "width": int,
        "height": int,
        "quality": "standard" | "premium",
        "cfgScale": float,
        "seed": int,
        "numberOfImages": int
    }
}

此请求中使用了以下 textToImageParams 字段：

conditionImage（必要）– 用于指导所生成图像的布局和构图的 JPEG 或 PNG 图像。图像必须格式化为 Base64 字符串。有关其他要求，请参阅用于图像生成的输入图像。
controlMode（可选）– 指定要使用的调节模式。默认值为“CANNY_EDGE”。
- CANNY_EDGE – 所生成图像的元素将严格遵循条件图像的突出轮廓或“边缘”。
- SEGMENTATION – 将自动分析条件图像来识别突出的内容形状。这种分析会生成一个分割遮罩，以此来指导图像的生成。最终生成的图像会严格遵循条件图像的布局，但也让模型在每个内容区域的范围内有更多自由发挥的余地。
controlStrength（可选）– 指定所生成图像的布局和构图与 conditionImage 的相似程度。范围是 0 到 1.0，值越低，随机性越大。默认值为 0.7。
text（必要）– 用于生成图像的文本提示。提示的长度必须是 1-1024 个字符。
negativeText（可选）– 用于定义图像内不包含什么内容的文本提示。此值的长度必须是 1-1024 个字符。

注意

Color guided image generation request


{
    "taskType": "COLOR_GUIDED_GENERATION",
    "colorGuidedGenerationParams": {
        "colors": string[] (list of hexadecimal color values),
        "referenceImage": string (Base64 encoded image),
        "text": string,
        "negativeText": string
    },
    "imageGenerationConfig": {
        "width": int,
        "height": int,
        "quality": "standard" | "premium",
        "cfgScale": float,
        "seed": int,
        "numberOfImages": int
    }
}

此请求中使用了以下 colorGuidedGenerationParams 字段：

colors（必要）– 包含最多 10 个颜色代码的列表，用于定义图像所需的调色板。以“#RRGGBB”形式的十六进制值表示。例如，“#00FF00”是纯绿色，“#FCF2AB”是暖黄色。如果未提供 referenceImage，则 colors 列表的效果最强。否则，列表中的颜色和参考图像中的颜色都会用于最终输出。
referenceImage（可选）– 用作主题和样式参考的 JPEG 或 PNG 图像。图像的颜色也将与 colors 列表中的颜色一起融入最终输出。有关其他要求，请参阅用于图像生成的输入图像。
text（必要）– 用于生成图像的文本提示。提示的长度必须是 1-1024 个字符。
negativeText（可选）– 用于定义图像内不包含什么内容的文本提示。此值的长度必须是 1-1024 个字符。

注意

Image variation request


{
    "taskType": "IMAGE_VARIATION",
    "imageVariationParams": {
        "images": string[] (list of Base64 encoded images),
        "similarityStrength": float,
        "text": string,
        "negativeText": string 
    },
    "imageGenerationConfig": {
        "height": int,
        "width": int,
        "cfgScale": float,
        "seed": int,
        "numberOfImages": int
    }
}

此请求中使用了以下 imageVariationParams 字段：

images（必要）– 用作参考的 1 到 5 张图像的列表。每张图象都必须为 JPEG 或 PNG 格式，且都编码为 Base64 字符串。有关其他要求，请参阅用于图像生成的输入图像。
similarityStrength（可选）– 指定生成的图像与输入图像的相似程度。有效值在 0.2-1.0 之间，且值越低，随机性越大。
text（必要）– 用于生成图像的文本提示。提示的长度必须是 1-1024 个字符。如果忽略此字段，模型将移除遮罩区域内的元素，并将之替换为图像背景的无缝扩展。
negativeText（可选）– 用于定义图像内不包含什么内容的文本提示。此值的长度必须是 1-1024 个字符。

注意

Inpainting request


{
    "taskType": "INPAINTING",
    "inPaintingParams": {
        "image": string (Base64 encoded image),
        "maskPrompt": string,
        "maskImage": string (Base64 encoded image),
        "text": string,
        "negativeText": string
    },
    "imageGenerationConfig": {
        "numberOfImages": int,
        "quality": "standard" | "premium",
        "cfgScale": float,
        "seed": int
    }
}

此请求中使用了以下 inPaintingParams 字段：

image（必要）– 要修改的 JPEG 或 PNG，且格式化为 Base64 字符串。有关其他要求，请参阅用于图像生成的输入图像。
maskPrompt 或 maskImage（必要）– 必须指定 maskPrompt 或 maskImage 参数，但不能同时指定两者。

maskPrompt 是一种自然语言文本提示，用于描述要编辑的图像区域。

maskImage 是一种图像，用于定义要编辑的图像区域。遮罩图像必须与输入图像的大小相同。要编辑的区域是纯黑色阴影，要忽略的区域是纯白色阴影。不允许在遮罩图像中使用其他颜色。

请注意，就遮罩图像的颜色要求而言，补绘请求和扩绘请求是相反的。
text（必要）– 用于描述要在遮罩区域内生成什么内容的文本提示。提示的长度必须是 1-1024 个字符。如果忽略此字段，模型将移除遮罩区域内的元素，并将之替换为图像背景的无缝扩展。
negativeText（可选）– 用于定义图像内不包含什么内容的文本提示。此值的长度必须是 1-1024 个字符。

注意

Outpainting request


{
    "taskType": "OUTPAINTING",
    "outPaintingParams": {
        "image": string (Base64 encoded image),
        "maskPrompt": string,
        "maskImage": string (Base64 encoded image),
        "outPaintingMode": "DEFAULT" | "PRECISE",
        "text": string,
        "negativeText": string
    },
    "imageGenerationConfig": {
        "numberOfImages": int,
        "quality": "standard" | "premium"
        "cfgScale": float,
        "seed": int
    }
}

此请求中使用了以下 outPaintingParams 字段：

image（必要）– 要修改的 JPEG 或 PNG，且格式化为 Base64 字符串。有关其他要求，请参阅用于图像生成的输入图像。
maskPrompt 或 maskImage（必要）– 必须指定 maskPrompt 或 maskImage 参数，但不能同时指定两者。

maskPrompt 是一种自然语言文本提示，用于描述要编辑的图像区域。

maskImage 是一种图像，用于定义要编辑的图像区域。遮罩图像必须与输入图像的大小相同。要编辑的区域是纯白色阴影，要忽略的区域是纯黑色阴影。不允许在遮罩图像中使用其他颜色。

请注意，就遮罩图像的颜色要求而言，补绘请求和扩绘请求是相反的。
outPaintingMode – 确定如何解释提供的遮罩。

DEFAULT 用于在遮罩区域和非遮罩区域之间平滑过渡。某些原始像素用作新背景的起点。若希望新背景使用与原始背景相似的颜色时，此模式通常更好。不过，如果提示要求使用与原始背景明显不同的新背景，则可以产生光晕效果。

PRECISE 用于严格遵守遮罩边界。在对背景进行重大更改时，此模式通常会更好。
text（必要）– 用于描述要在遮罩区域内生成什么内容的文本提示。提示的长度必须是 1-1024 个字符。如果忽略此字段，模型将移除遮罩区域内的元素，并将之替换为图像背景的无缝扩展。
negativeText（可选）– 用于定义图像内不包含什么内容的文本提示。此值的长度必须是 1-1024 个字符。

注意

Background removal request


{
    "taskType": "BACKGROUND_REMOVAL",
    "backgroundRemovalParams": {
        "image": string (Base64 encoded image)
    }
}

此请求中使用了以下 backgroundRemovalParams 字段：

image（必要）– 要修改的 JPEG 或 PNG，且格式化为 Base64 字符串。有关其他要求，请参阅用于图像生成的输入图像。

BACKGROUND_REMOVAL 任务会返回具有全 8 位透明度的 PNG 图像。这种格式让您可以干净流畅地分离出前景对象，并且可以轻松地在图像编辑应用程序、演示文稿或网站中将该图像与其他元素进行合成。使用简单的自定义代码即可轻松地将背景更改为纯色。

Response body


{
    "images": "images": string[] (list of Base64 encoded images),
    "error": string
}

回复正文会包含以下一个或多个字段：

images – 成功后，会返回一个由 Base64 编码字符串组成的列表，这些字符串表示生成的每一张图像。该列表中包含的图像数量并不一定与请求的图像数量相同。如果个别图像不符合 AWS 负责任的人工智能（RAI）内容审核政策，则可能会在生成后被屏蔽。仅会返回符合 RAI 政策的图像。
error – 如果有任何图像不符合 RAI 政策，则会返回此字段。否则，回复中会忽略此字段。

imageGenerationConfig 字段适用于所有任务类型，但 BACKGROUND_REMOVAL 除外。其为可选字段，且包含以下字段。如果忽略此对象，则会使用默认配置。

width 和 height（可选）– 定义所生成图像的大小和宽高比。二者的默认值都为 1024。有关受支持分辨率的完整列表，请参阅支持的图像分辨率。
quality（可选）– 指定生成图像时所使用的质量 –“标准”（默认）或“优质”。
cfgScale（可选）– 指定生成的图像应在多大程度上遵守提示。使用较低的值可在生成中引入更多的随机性。

Minimum Maximum Default

1.1 10 6.5
numberOfImages（可选）– 要生成的图像数量。

Minimum Maximum Default

1 5 1
seed（可选）– 确定生成过程的初始噪声设置。在保持其余参数不变的情况下更改种子值，将生成一张全新的图像，该图像仍符合提示、尺寸和其他设置要求。为了找到完美的图像，通常会尝试多种种子值。

Minimum Maximum Default

0 858,993,459 12

Minimum	Maximum	Default
1.1	10	6.5

Minimum	Maximum	Default
1	5	1

Minimum	Maximum	Default
0	858,993,459	12

重要

分辨率（width 和 height）、numberOfImages 和quality，都会对生成图像所需的时间产生影响。AWS SDK 的默认 read_timeout 为 60 秒，如果这些参数取值较高，就很容易超出该时间限制。因此，建议将调用操作的 read_timeout 增加到至少 5 分钟（300 秒）。以下代码示例演示了如何执行此操作。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

图像生成访问和使用

错误处理