Как загрузить изображение в ChatGPT с помощью API: руководство для разработчиков

pip install openai python-dotenv httpx

OPENAI_API_KEY='ваше_секретное_API_key'

from dotenv import load_dotenv
import os

# Загружаем переменные окружения из .env файла
load_dotenv()

# Получаем API ключ из переменной окружения
api_key: str | None = os.getenv("OPENAI_API_KEY")

# Проверяем, что ключ загружен
if not api_key:
    raise ValueError("OPENAI_API_KEY не найден в переменных окружения.")

# Теперь api_key содержит ваш ключ и может быть использован при инициализации клиента OpenAI

import base64
import os

def encode_image_to_base64(image_path: str) -> str:
    """
    Кодирует изображение из файла в строку Base64.

    Args:
        image_path: Путь к файлу изображения.

    Returns:
        Строка Base64, представляющая изображение.

    Raises:
        FileNotFoundError: Если файл изображения не найден.
        IOError: Если при чтении файла произошла ошибка.
    """
    if not os.path.exists(image_path):
        raise FileNotFoundError(f"Изображение по пути {image_path} не найдено.")

    try:
        with open(image_path, "rb") as image_file:
            return base64.b64encode(image_file.read()).decode('utf-8')
    except IOError as e:
        raise IOError(f"Ошибка при чтении файла изображения {image_path}: {e}")

# Пример использования:
# image_base64 = encode_image_to_base64("path/to/your/image.jpg")

from openai import OpenAI

# Предполагается, что api_key уже загружен из .env
client = OpenAI(api_key=api_key)

def analyze_image_with_chatgpt(image_base64: str, prompt: str) -> str:
    """
    Отправляет изображение и текстовый запрос в ChatGPT Vision API.

    Args:
        image_base64: Изображение в формате Base64.
        prompt: Текстовый запрос к модели.

    Returns:
        Строка с ответом модели.

    Raises:
        Exception: В случае ошибки при вызове API.
    """
    try:
        response = client.chat.completions.create(
            model="gpt-4-vision-preview", # Указываем модель с поддержкой Vision
            messages=[
                {
                    "role": "user",
                    "content": [
                        {
                            "type": "text",
                            "text": prompt
                        },
                        {
                            "type": "image_url",
                            "image_url": {
                                # Используем формат data URL для Base64
                                "url": f"data:image/jpeg;base64,{image_base64}"
                                # Для контроля детализации (auto, low, high)
                                # "detail": "high"
                            }
                        }
                    ]
                }
            ],
            max_tokens=1000 # Максимальное количество токенов в ответе
        )

        # Извлекаем текст ответа
        if response.choices and response.choices[0].message.content:
            return response.choices[0].message.content
        else:
            return "Модель не предоставила текстовый ответ."

    except Exception as e:
        print(f"Ошибка при вызове API: {e}")
        raise # Перевыбрасываем исключение для обработки вызывающим кодом

# Пример использования:
# image_base64_string = encode_image_to_base64("path/to/your/another_image.png")
# user_prompt = "Опиши содержимое этого изображения.\n\n" # Добавьте пробел или перенос строки перед изображением в промпте для лучшей интерпретации
# response_text = analyze_image_with_chatgpt(image_base64_string, user_prompt)
# print(response_text)

import os
from dotenv import load_dotenv
from openai import OpenAI
import base64
from typing import Optional # Импорт для Optional

# --- 1. Настройка окружения ---
load_dotenv() # Загрузка переменных из .env
api_key: Optional[str] = os.getenv("OPENAI_API_KEY")

if not api_key:
    raise ValueError("OPENAI_API_KEY не найден в переменных окружения.")

client = OpenAI(api_key=api_key)

# --- 2. Подготовка изображения ---
def encode_image_to_base64(image_path: str) -> str:
    """
    Кодирует изображение из файла в строку Base64.

    Args:
        image_path: Путь к файлу изображения.

    Returns:
        Строка Base64, представляющая изображение.

    Raises:
        FileNotFoundError: Если файл изображения не найден.
        IOError: Если при чтении файла произошла ошибка.
    """
    if not os.path.exists(image_path):
        raise FileNotFoundError(f"Изображение по пути {image_path} не найдено.")

    try:
        with open(image_path, "rb") as image_file:
            return base64.b64encode(image_file.read()).decode('utf-8')
    except IOError as e:
        raise IOError(f"Ошибка при чтении файла изображения {image_path}: {e}")

# --- 3. Отправка запроса и обработка ответа ---
def analyze_image_with_chatgpt(image_base64: str, prompt: str) -> str:
    """
    Отправляет изображение и текстовый запрос в ChatGPT Vision API и возвращает ответ.

    Args:
        image_base64: Изображение в формате Base64.
        prompt: Текстовый запрос к модели.

    Returns:
        Строка с ответом модели.

    Raises:
        Exception: В случае ошибки при вызове API.
    """
    try:
        response = client.chat.completions.create(
            model="gpt-4-vision-preview",
            messages=[
                {
                    "role": "user",
                    "content": [
                        {"type": "text", "text": prompt},
                        {
                            "type": "image_url",
                            "image_url": {
                                "url": f"data:image/jpeg;base64,{image_base64}",
                                "detail": "auto" # Или "low", "high"
                            }
                        }
                    ]
                }
            ],
            max_tokens=1000
        )

        if response.choices and response.choices[0].message.content:
            return response.choices[0].message.content
        else:
            return "Модель не предоставила текстовый ответ."

    except Exception as e:
        print(f"Ошибка при вызове API: {e}")
        raise

# --- Основная логика выполнения ---
if __name__ == "__main__":
    # Укажите путь к вашему файлу изображения
    IMAGE_FILE_PATH: str = "path/to/your/sample_image.jpg"
    USER_PROMPT: str = "Опиши в деталях, что изображено на картинке:\n\n"

    try:
        # 1. Кодируем изображение
        image_base64_string = encode_image_to_base64(IMAGE_FILE_PATH)
        print(f"Изображение {IMAGE_FILE_PATH} успешно закодировано в Base64.")

        # 2. Анализируем изображение с помощью ChatGPT
        print("Отправка запроса к ChatGPT API...")
        analysis_result = analyze_image_with_chatgpt(image_base64_string, USER_PROMPT)

        # 3. Выводим результат
        print("\nРезультат анализа изображения:")
        print(analysis_result)

    except (FileNotFoundError, IOError, ValueError) as e:
        print(f"Ошибка подготовки или обработки: {e}")
    except Exception as e:
        print(f"Неизвестная ошибка при выполнении: {e}")

import asyncio
from openai import AsyncOpenAI # Импорт асинхронного клиента
# ... (импорты dotenv, base64, os из предыдущего примера)

# Предполагается, что api_key уже загружен
async_client = AsyncOpenAI(api_key=api_key) # Используем асинхронный клиент

async def analyze_image_async(image_base64: str, prompt: str) -> str:
    """
    Асинхронно отправляет изображение и запрос в ChatGPT Vision API.
    ...
    """
    try:
        response = await async_client.chat.completions.create(
            model="gpt-4-vision-preview",
            messages=[
                {
                    "role": "user",
                    "content": [
                        {"type": "text", "text": prompt},
                        {
                            "type": "image_url",
                            "image_url": {
                                "url": f"data:image/jpeg;base64,{image_base64}"
                            }
                        }
                    ]
                }
            ],
            max_tokens=1000
        )
        # ... (обработка ответа аналогична синхронной версии)
        if response.choices and response.choices[0].message.content:
            return response.choices[0].message.content
        else:
            return "Модель не предоставила текстовый ответ."
    except Exception as e:
        print(f"Асинхронная ошибка при вызове API: {e}")
        raise

async def main():
    # Пример обработки нескольких изображений асинхронно
    image_paths = ["img1.jpg", "img2.png", "img3.jpeg"]
    prompts = ["Опиши это фото:", "Что на этой картинке?", "Проанализируй изображение:"]

    tasks = []
    for path, prompt in zip(image_paths, prompts):
        try:
            base64_image = encode_image_to_base64(path)
            # Создаем задачу для каждого изображения
            tasks.append(analyze_image_async(base64_image, prompt))
        except (FileNotFoundError, IOError) as e:
            print(f"Пропуск изображения {path} из-за ошибки: {e}")
            # Можно добавить задачу, которая вернет сообщение об ошибке
            tasks.append(asyncio.Future()) # Добавляем пустую Future или задачу с ошибкой
            tasks[-1].set_result(f"Ошибка обработки файла {path}")

    # Выполняем все задачи параллельно
    results = await asyncio.gather(*tasks)

    # Выводим результаты
    for i, result in enumerate(results):
        print(f"\nРезультат для {image_paths[i]}:")
        print(result)

# if __name__ == "__main__":
#    asyncio.run(main())