蒙版局部重绘指南

本页是 gpt-image-2 通过 POST /v1/images/edits 上传原图 + 蒙版（mask）+ 提示词实现局部重绘的实操指南。接口参数与在线调试请见图片编辑 API 参考。

核心原理：Alpha 通道决定编辑区域

一次局部编辑请求由三部分组成：

原始图片 image
+ 蒙版图片 mask
+ 编辑指令 prompt
= 编辑后的完整图片

蒙版通过 PNG 的 Alpha 透明通道标记修改区域：

蒙版区域	Alpha 值	作用
完全透明	0	允许模型编辑
完全不透明	255	尽量保留原图
半透明	1～254	过渡区域，不建议作为精确规则依赖

最容易搞反的一点：决定编辑区域的是 Alpha 通道，不是肉眼看到的黑色或白色。

透明区域   = 要修改的区域
不透明区域 = 尽量不要修改的区域

一张”看起来黑白分明”的 PNG，如果没有 Alpha 通道，直接上传会报 invalid_image_file。

一个直观例子

假设原图尺寸是 1024×1024：

┌──────────────────────┐
│      不透明区域       │
│   尽量保持原图不变     │
│                      │
│       ┌──────┐       │
│       │透明区│       │
│       │换成花│       │
│       └──────┘       │
└──────────────────────┘

配合提示词：

把透明区域中的水杯替换成一束白色郁金香，
其他区域保持不变，保持原有光线、视角和摄影风格。

Mask 不是硬裁剪

GPT Image 的蒙版不是 Photoshop 那种绝对像素级的硬限制。官方说明其本质仍是基于提示词的引导式编辑：模型会参考蒙版，但不保证严格按每一个像素边界执行。因此可能出现：

蒙版外的阴影略微变化
物体边缘向外扩展
光照和反射发生联动
背景细节被轻微重绘
蒙版边界附近出现过渡

这对自然融合是好事，但不适合要求绝对像素不变的场景（解决方案见下文「严格保持蒙版外不变」）。

提高局部编辑稳定性

提示词不要只写「换成红色衣服」，建议写成：

仅修改蒙版透明区域，将人物上衣替换成纯红色圆领棉质短袖。
保持人物脸部、头发、身体姿势、手臂、背景、构图、相机视角、
光照方向和图片尺寸不变。新衣服需要自然贴合人物身体，并保持
原图的真实摄影质感。

实务建议：

蒙版比目标物体边缘稍微扩大一些
不要只遮住物体中心，要覆盖物体边缘、阴影和反射
明确写出哪些内容必须保持不变
编辑区域过小时，适当扩大蒙版
要求绝对不变时，最后自行做一次像素合成（见下文）

要不要用 Mask？与纯提示词编辑的取舍

一个常见疑问：现在的 AI 不是已经”指哪打哪”了吗，为什么还要费劲做蒙版？ 确实，gpt-image-2 不传 mask、只靠一句”把左边桌上的杯子换成花”，多数时候就能改对地方——指令遵循能力已经很强，日常随手改图完全够用。但 mask 解决的是提示词说不清、或者说清了也不保险的问题：

场景	纯提示词	提示词 + Mask
画面只有一个目标物	✅ 够用，mask 属于多余	不必要
多个相似物体只改其一（三个人只换中间那位的衣服）	⚠️ 容易误伤同类目标	✅ 空间指定，零歧义
边界要求严格（商品图 / UI 截图 / 证件版式）	❌ 整图重生成，蒙版外也会漂移	✅ 配合像素合成可做到严格不变
批量流水线（同一版式反复替换某区域）	⚠️ 每次结果不稳定	✅ 蒙版可程序化生成，结果可复现
精确形状 / 位置控制（把物体挪到指定坐标）	❌ 语言难以描述像素级位置	✅ 蒙版就是像素级坐标

学术研究也支持这个分工：mask-free（纯文字驱动）的编辑方法难以精确控制空间位置和形状——比如 prompt-to-prompt 类方法无法在画面中空间移动一个物体，编辑区域覆盖不准时还会”该改的没改、不该改的改了”；而 mask-based 方法以牺牲一点便利为代价，换来明确的空间控制精度。

一句话结论：mask 不是被淘汰的旧技术，而是从”必需品”变成了”精度控制工具”。聊天式随手改图 → 直接用提示词；生产环境要求可复现、可控、边界严格 → 用 mask。另外别忘了：gpt-image-2 纯提示词编辑本质是整图重生成，未指定区域同样可能变化——这正是 mask + 像素合成存在的意义。

文件要求速查

项目	要求
原图格式	PNG / JPG / WebP，单张小于 50MB
输入图数量	最多 16 张（`image[]` 重复传入）
蒙版格式	PNG，必须带 Alpha 通道
蒙版尺寸	与第一张原图宽高完全一致（差 1 像素也不行）
蒙版大小	小于 4MB
蒙版作用范围	仅作用于 `image[0]`（第一张图）

多图编辑时的角色分配：

image[0]  = 主要编辑画布
image[1…] = 参考图
mask      = 只作用于 image[0]

「尺寸完全一致」听起来麻烦，实际不需要手动对齐——蒙版都是从原图上派生出来的（在原图副本上擦除 / 涂抹 / 分割），同尺寸自动满足，详见下文蒙版从哪来。

Python 调用示例

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.apiyi.com/v1"
)

with open("input.png", "rb") as image_file, \
     open("mask.png", "rb") as mask_file:

    result = client.images.edit(
        model="gpt-image-2",
        image=image_file,
        mask=mask_file,
        prompt=(
            "仅修改蒙版透明区域。"
            "把桌面上的白色水杯替换成一束白色郁金香，"
            "保持桌面、背景、相机视角、构图和光线不变。"
            "花束需要自然放置在原水杯的位置，并产生符合原图光线的阴影。"
        ),
        size="1536x1024",
        quality="high",
        output_format="png",
        n=1,
    )

image_bytes = base64.b64decode(result.data[0].b64_json)
Path("edited.png").write_bytes(image_bytes)
print("图片已保存：edited.png")

不要传 input_fidelity="high" —— gpt-image-2 对输入图默认始终高保真处理，API 不允许调整该参数，传了会 400 报错，直接省略即可。

cURL 调用示例

图片编辑接口必须使用 multipart/form-data，不能把原图和蒙版作为普通 JSON 字段提交：

curl -s \
  -X POST "https://api.apiyi.com/v1/images/edits" \
  -H "Authorization: Bearer sk-your-api-key" \
  -F "model=gpt-image-2" \
  -F "image[]=@input.png;type=image/png" \
  -F "mask=@mask.png;type=image/png" \
  -F "prompt=仅修改蒙版透明区域，把桌上的水杯替换成一束白色郁金香，其他区域保持不变，保持原有构图、光线和真实摄影风格。" \
  -F "size=1536x1024" \
  -F "quality=high" \
  -F "output_format=png" \
  | jq -r '.data[0].b64_json' \
  | base64 --decode > edited.png

即便只有一张图片，也建议按官方示例使用 image[] 字段名。

使用 -F 时不要手动设置 -H "Content-Type: multipart/form-data"。curl 需要自动生成 boundary，手动设置会丢失 boundary，导致服务器无法识别文件。

Node.js 调用示例

import fs from "fs";
import OpenAI, { toFile } from "openai";

const client = new OpenAI({
  apiKey: "sk-your-api-key",
  baseURL: "https://api.apiyi.com/v1",
});

const image = await toFile(
  fs.createReadStream("input.png"),
  "input.png",
  { type: "image/png" }
);

const mask = await toFile(
  fs.createReadStream("mask.png"),
  "mask.png",
  { type: "image/png" }
);

const result = await client.images.edit({
  model: "gpt-image-2",
  image,
  mask,
  prompt:
    "仅修改蒙版透明区域。把桌面上的白色水杯替换成一束白色郁金香，" +
    "保持背景、构图、镜头视角和光线不变。",
  size: "1536x1024",
  quality: "high",
  output_format: "png",
});

const imageBuffer = Buffer.from(result.data[0].b64_json, "base64");
fs.writeFileSync("edited.png", imageBuffer);
console.log("图片已保存：edited.png");

蒙版从哪来？五种常见制作方式

很多人觉得做蒙版麻烦——“还得跟原图一模一样的尺寸”。其实有一个关键认知：蒙版几乎从不’另画一张’，而是从原图上派生出来的。无论用代码、修图软件还是网页画布，流程都是「打开原图 → 在原图上标记区域 → 导出」，尺寸一致是自动满足的，不需要手动对齐。

方式	适合场景	上手成本
① 代码生成（PIL 画区域）	固定版式批量处理、坐标已知	低（几行代码）
② 修图软件手动擦除	一次性精修、形状复杂	低（会用选区即可）
③ 网页涂抹画布	自建产品给用户”刷一下”就改	中（前端 Canvas）
④ AI 自动分割（SAM 系）	点一下 / 一句话就出精确蒙版	中（需部署或调用分割服务）
⑤ 黑白蒙版转 Alpha	承接其它工具输出的黑白 mask	低（几行代码）

方法一：程序直接生成透明蒙版

把矩形区域设为透明（允许编辑）：

from PIL import Image, ImageDraw

original = Image.open("input.png").convert("RGBA")

# 默认整张蒙版完全不透明：尽量保留
mask = Image.new("RGBA", original.size, (255, 255, 255, 255))

draw = ImageDraw.Draw(mask)

# 把指定区域设为完全透明：允许编辑
# 坐标格式：(左, 上, 右, 下)
draw.rectangle((300, 250, 750, 800), fill=(0, 0, 0, 0))

mask.save("mask.png")
print("蒙版尺寸：", mask.size)

(255, 255, 255, 255) = 不透明，保留区
(0, 0, 0, 0) = 透明，编辑区

方法二：修图软件手动擦除

任何支持透明 PNG 的修图软件（Photoshop、GIMP、Krita、Photopea 等）都能做蒙版，本质就一步：把要编辑的区域”擦”成透明。以 Photoshop 为例：

打开原图副本（直接在原图上操作，尺寸天然一致）
如果图层是「背景」，先双击解锁为普通图层（背景图层不支持透明）
用套索 / 快速选择 / 对象选择工具框选要修改的区域
按 Delete 删除选区内容 → 露出透明棋盘格
「导出为 PNG」（勾选透明度），得到的就是合格的 Alpha 蒙版

GIMP 同理：图层 → 透明 → 添加 Alpha 通道，选区后 Delete，导出 PNG。

形状完全不限于矩形——套索沿着物体轮廓走、快速选择一键选中主体，擦出来的透明区就是任意不规则形状。建议选区比物体轮廓稍微外扩几个像素（Photoshop：选择 → 修改 → 扩展），把阴影和边缘一并覆盖。

方法三：网页涂抹画布

各类 AI 修图产品里”用笔刷涂一下要改的地方”的交互，就是在浏览器里动态生成 Alpha 蒙版，核心只有一个 Canvas API 属性。实现原理见下文涂抹式修图的实现原理。

方法四：AI 自动分割一键出蒙版

手动涂抹也嫌麻烦？可以让分割模型代劳。Meta 开源的 SAM（Segment Anything Model） 系列是目前的主流方案：

点选出蒙版：在物体上点一下，模型输出该物体的像素级精确轮廓（连头发丝边缘都能贴合）
文字出蒙版：2025 年 11 月开源的 SAM 3 支持概念级文字提示，如「所有黄色出租车」「穿红色球衣的球员」，一次返回所有匹配实例的蒙版（模型与代码见 github.com/facebookresearch，介绍见 ai.meta.com）
抠主体 / 抠背景：rembg 这类开源工具一行命令分离主体与背景，背景区域直接可以当”只改背景”的蒙版用

拿到分割结果（通常是黑白位图）后，用下面「方法五」转成 Alpha 蒙版即可。Stable Diffusion 社区的 Inpaint Anything 插件、ComfyUI 的 Mask Editor 就是「SAM 分割 + 笔刷微调 → 蒙版 → 局部重绘」这套流水线的成熟实现，思路可以直接借鉴。

方法五：把黑白蒙版转换成 Alpha 蒙版

如果你已有一张「黑色 = 编辑，白色 = 保留」的黑白蒙版：

from PIL import Image

bw_mask = Image.open("mask_bw.png").convert("L")

rgba_mask = Image.new("RGBA", bw_mask.size, (255, 255, 255, 255))

# 黑色值 0   → Alpha 0   → 透明   → 编辑
# 白色值 255 → Alpha 255 → 不透明 → 保留
rgba_mask.putalpha(bw_mask)

rgba_mask.save("mask.png")

上传前先校验蒙版

很多 invalid_image_file 都是因为文件扩展名是 .png，实际却只有 RGB 没有 Alpha。上传前跑一遍：

from PIL import Image

image = Image.open("input.png")
mask = Image.open("mask.png")

print("蒙版格式：", mask.format)
print("蒙版模式：", mask.mode)
print("蒙版尺寸：", mask.size)

assert mask.format == "PNG", "蒙版必须是 PNG"
assert mask.mode in ("RGBA", "LA"), "蒙版必须包含 Alpha 通道"
assert image.size == mask.size, "原图和蒙版尺寸必须完全一致"

alpha = mask.getchannel("A")
assert alpha.getextrema()[0] == 0, "蒙版中没有完全透明的编辑区域"

print("蒙版检查通过")

蒙版形状与涂抹式修图的实现原理

蒙版可以是任意不规则形状

蒙版本质是一张逐像素的位图，不是几何图形——每个像素独立记录一个 Alpha 值。所以：

矩形、圆形只是最简单的示例
沿人物轮廓的剪影、头发丝边缘、随手涂鸦的一团、不连通的多块区域，全部合法
实践中大多数蒙版都是不规则的：跟着目标物体的轮廓走，再略微外扩

唯一的”形状建议”与规则无关，与效果有关：透明区要完整覆盖物体本体 + 边缘 + 阴影 + 反射，宁可多圈一点，让模型有空间做自然融合。

涂抹式修图是怎么实现的

各类修图 App 里”笔刷涂哪改哪”的交互，前端实现出奇地简单：两层画布叠加，笔刷把上层”擦”成透明。

底层 <img>       显示原图（仅供用户参考，不参与导出）
上层 <canvas>    与原图等宽高，初始整张填充为不透明
                 笔刷经过处 → 像素变透明
导出 canvas      → 就是一张合格的 Alpha 蒙版 PNG

核心只有一行——把 Canvas 合成模式设为 destination-out（新笔迹从已有像素中”挖掉”内容）：

const canvas = document.getElementById("mask-canvas");
const ctx = canvas.getContext("2d");

// 1. 画布尺寸 = 原图原始像素尺寸（不是 CSS 显示尺寸），同尺寸自动满足
canvas.width = image.naturalWidth;
canvas.height = image.naturalHeight;

// 2. 初始整张不透明 = 全部保留
ctx.fillStyle = "rgba(255, 255, 255, 1)";
ctx.fillRect(0, 0, canvas.width, canvas.height);

// 3. 关键一行：笔刷改为"擦除"模式，画过的地方变透明
ctx.globalCompositeOperation = "destination-out";
ctx.lineWidth = 40;          // 笔刷粗细
ctx.lineCap = "round";
ctx.strokeStyle = "rgba(0, 0, 0, 1)";

// 4. 监听鼠标 / 触摸事件画线（注意把显示坐标换算回原始像素坐标）
canvas.addEventListener("pointermove", (event) => {
  if (!drawing) return;
  const scaleX = canvas.width / canvas.clientWidth;
  const scaleY = canvas.height / canvas.clientHeight;
  ctx.lineTo(event.offsetX * scaleX, event.offsetY * scaleY);
  ctx.stroke();
});

// 5. 导出：直接得到带 Alpha 通道的 PNG 蒙版
canvas.toBlob((blob) => {
  const formData = new FormData();
  formData.append("mask", blob, "mask.png");
  // 连同原图、prompt 一起 POST /v1/images/edits
}, "image/png");

几个工程细节：

坐标换算：画布在页面上通常被 CSS 缩小显示，笔迹坐标要按 原始宽 / 显示宽 的比例换算回去，否则蒙版错位
撤销：每笔开始前 ctx.getImageData() 存快照，撤销时 putImageData() 恢复
蒙版膨胀（dilate）：用户涂抹往往只盖住物体中心，提交前程序性外扩几个像素（专业工具里的「Expand Mask」按钮就是这个），Python 端可用 PIL.ImageFilter.MaxFilter 或 OpenCV cv2.dilate 实现
半透明预览：给用户看的涂抹高亮（如红色半透明）画在另一个预览层上，导出的蒙版层保持纯粹的”不透明 / 透明”二值

进阶：点选 / 文字自动出蒙版

涂抹式再往前一步，就是把”人手涂”换成”模型算”：

用户点一下物体          → SAM 输出该物体的像素级轮廓蒙版
用户输入「左边的杯子」   → SAM 3 按文字概念找出所有匹配实例
程序自动 dilate + 羽化  → 提交 /v1/images/edits

这正是 Inpaint Anything、ComfyUI Mask Editor 等工具的做法：分割模型负责”准”，笔刷负责”改”——先一键生成精确蒙版，再用笔刷做加减微调（Add / Trim mask by sketch）。自建产品时，把 SAM 部署为后端服务、前端保留涂抹画布做兜底微调，是当前体验最好的组合。

多参考图 + 蒙版

典型场景：换装（第一张是人物原图，后面是款式 / 材质参考图，蒙版标记衣服区域）：

import base64
from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.apiyi.com/v1"
)

with open("person.png", "rb") as person, \
     open("clothes_reference.png", "rb") as clothes, \
     open("fabric_reference.png", "rb") as fabric, \
     open("mask.png", "rb") as mask:

    result = client.images.edit(
        model="gpt-image-2",
        image=[person, clothes, fabric],
        mask=mask,
        prompt=(
            "第一张图片是需要编辑的主体。"
            "仅修改第一张图片蒙版透明区域中的衣服。"
            "使用第二张图片的服装款式和第三张图片的面料质感，"
            "保持第一张图片的人脸、发型、姿势、身体比例、背景和光线不变。"
        ),
        quality="high",
        size="1024x1536",
        output_format="png",
    )

with open("result.png", "wb") as output:
    output.write(base64.b64decode(result.data[0].b64_json))

多图时必须在 prompt 中清楚描述每张图的用途（第一张是主体、第二张是款式参考、第三张是材质参考），否则模型可能混淆图片角色。

严格保持蒙版外不变（像素级后处理）

由于模型可能轻微修改蒙版外内容，对像素精度要求高的场景（商品图、证件版式、固定 UI 截图），可以在生成后把蒙版外区域强制替换回原图：

from PIL import Image, ImageFilter

original = Image.open("input.png").convert("RGBA")
edited = Image.open("edited.png").convert("RGBA")
mask = Image.open("mask.png").convert("RGBA")

if edited.size != original.size:
    edited = edited.resize(original.size, Image.Resampling.LANCZOS)

# 原蒙版 Alpha：0 = 编辑区，255 = 保留区
alpha = mask.getchannel("A")

# 反转后：255 = 使用编辑结果，0 = 使用原图
edit_area = alpha.point(lambda value: 255 - value)

# 轻微羽化，避免边缘太硬
edit_area = edit_area.filter(ImageFilter.GaussianBlur(radius=3))

final = Image.composite(edited, original, edit_area)
final.save("final.png")

最终效果：蒙版内部采用 AI 编辑结果，蒙版外部恢复成原始图片，边界轻微羽化融合。

常见错误排查

invalid_image_file / Invalid image file or mode

常见原因：

蒙版不是有效 PNG，或文件内容损坏
扩展名是 PNG，实际编码不是 PNG
图片模式异常（CMYK、调色板模式、缺 Alpha）
上传时 MIME 类型错误
文件流在请求前已被读取完毕或关闭

统一转码可解决大多数问题：

from PIL import Image

Image.open("input_source.jpg").convert("RGBA").save("input.png")
Image.open("mask_source.png").convert("RGBA").save("mask.png")

原图和蒙版尺寸不一致

哪怕只差 1 像素也会报错。修正：

from PIL import Image

image = Image.open("input.png")
mask = Image.open("mask.png").convert("RGBA")

mask = mask.resize(image.size, Image.Resampling.NEAREST)
mask.save("mask_fixed.png")

黑白蒙版没有 Alpha 通道

RGB / L / P 模式都不行，必须是 RGBA。用上文「方法二」把黑白蒙版转换成 Alpha 蒙版。

请求透明背景报错

蒙版本身可以包含透明通道（这正是标记编辑区的方式），但 gpt-image-2 不支持输出透明背景：

蒙版透明：支持，用来标记编辑区域
输出背景透明：gpt-image-2 不支持

background 请使用 "opaque" 或 "auto"，传 "transparent" 会报错。

response_format=url 拿不到图

GPT Image 系列固定返回 Base64 数据，response_format 只适用于旧的 DALL·E 2 行为。正确读取方式：

result.data[0].b64_json

Content-Type isn't multipart/form-data

通常是手动设置了 Content-Type 头导致 boundary 丢失，或中间层把 multipart 请求解析成 JSON 后再转发。让 HTTP 客户端自动生成 multipart 头即可。

尺寸参数

gpt-image-2 支持灵活尺寸，需同时满足：

宽和高都必须是 16 的倍数
最长边不超过 3840px
长宽比不超过 3:1
总像素不低于 655,360
总像素不超过 8,294,400

常用尺寸：1024x1024、1536x1024、1024x1536、2048x2048、2048x1152、3840x2160、2160x3840、auto。方形图片通常生成更快。

生产环境请求模板

result = client.images.edit(
    model="gpt-image-2",
    image=open("input.png", "rb"),
    mask=open("mask.png", "rb"),
    prompt="""
仅编辑蒙版透明区域。

编辑任务：
把透明区域内的白色马克杯替换成一束白色郁金香。

必须保持：
- 原有构图不变
- 相机位置和镜头透视不变
- 桌面及背景不变
- 光线方向和色温不变
- 蒙版外人物和物品不变
- 输出保持真实摄影风格

融合要求：
花束需要自然位于原马克杯所在位置，产生符合现场光线的阴影、
反射和接触关系，不要增加其他物体。
""",
    size="1536x1024",
    quality="high",
    output_format="png",
)

图片编辑 API 参考

完整参数说明与在线调试 Playground

GPT-Image-2 概览

模型能力、定价与版本说明

官方参考资料（请复制到浏览器访问）：

模型说明：developers.openai.com/api/docs/models/gpt-image-2
图像编辑 API Reference：developers.openai.com/api/reference/python/resources/images/methods/edit/
图像生成指南：developers.openai.com/api/docs/guides/image-generation

产品基础

基础 API

图片 API（官转）

视频 API（官转）

多模态理解 API

文本 API

核心原理：Alpha 通道决定编辑区域

一个直观例子

Mask 不是硬裁剪

提高局部编辑稳定性

要不要用 Mask？与纯提示词编辑的取舍

文件要求速查

Python 调用示例

cURL 调用示例

Node.js 调用示例

蒙版从哪来？五种常见制作方式

方法一：程序直接生成透明蒙版

方法二：修图软件手动擦除

方法三：网页涂抹画布

方法四：AI 自动分割一键出蒙版

方法五：把黑白蒙版转换成 Alpha 蒙版

上传前先校验蒙版

蒙版形状与涂抹式修图的实现原理

蒙版可以是任意不规则形状

涂抹式修图是怎么实现的

进阶：点选 / 文字自动出蒙版

多参考图 + 蒙版

严格保持蒙版外不变（像素级后处理）

常见错误排查

尺寸参数

生产环境请求模板

相关页面

图片编辑 API 参考

GPT-Image-2 概览

​核心原理：Alpha 通道决定编辑区域

​一个直观例子

​Mask 不是硬裁剪

​提高局部编辑稳定性

​要不要用 Mask？与纯提示词编辑的取舍

​文件要求速查

​Python 调用示例

​cURL 调用示例

​Node.js 调用示例

​蒙版从哪来？五种常见制作方式

​方法一：程序直接生成透明蒙版

​方法二：修图软件手动擦除

​方法三：网页涂抹画布

​方法四：AI 自动分割一键出蒙版

​方法五：把黑白蒙版转换成 Alpha 蒙版

​上传前先校验蒙版

​蒙版形状与涂抹式修图的实现原理

​蒙版可以是任意不规则形状

​涂抹式修图是怎么实现的

​进阶：点选 / 文字自动出蒙版

​多参考图 + 蒙版

​严格保持蒙版外不变（像素级后处理）

​常见错误排查

​尺寸参数

​生产环境请求模板

​相关页面

图片编辑 API 参考

GPT-Image-2 概览

核心原理：Alpha 通道决定编辑区域

一个直观例子

Mask 不是硬裁剪

提高局部编辑稳定性

要不要用 Mask？与纯提示词编辑的取舍

文件要求速查

Python 调用示例

cURL 调用示例

Node.js 调用示例

蒙版从哪来？五种常见制作方式

方法一：程序直接生成透明蒙版

方法二：修图软件手动擦除

方法三：网页涂抹画布

方法四：AI 自动分割一键出蒙版

方法五：把黑白蒙版转换成 Alpha 蒙版

上传前先校验蒙版

蒙版形状与涂抹式修图的实现原理

蒙版可以是任意不规则形状

涂抹式修图是怎么实现的

进阶：点选 / 文字自动出蒙版

多参考图 + 蒙版

严格保持蒙版外不变（像素级后处理）

常见错误排查

尺寸参数

生产环境请求模板

相关页面