我看到这里有各种图像生成的方法:https://platform.openai.com/docs/api-reference/images
但我只是想发送一个png文件给Chat GPT,问一句"这是什么?"之类的问题,然后得到一个回答。
但是根据他们在论坛中的回复,chatGPT目前无法实现:
你想要的是“图像描述”,这不是OpenAI目前在他们的API中提供的服务。
你可以尝试其他API,比如Azure的Describe Image API,或者使用hive.ai这样的服务,或者自己托管CLIP模型。
来源:https://community.openai.com/t/how-can-i-get-description-from-the-content-of-the-image/307090/2
但是我发现使用Azure AI服务 | 计算机视觉 API可以描述图像。
现在您可以进行curl请求,如下所示:
url = "https://upload.wikimedia.org/wikipedia/commons/thumb/1/12/Broadway_and_Times_Square_by_night.jpg/450px-Broadway_and_Times_Square_by_night.jpg"
image_analysis = client.analyze_image(
url, visual_features=[VisualFeatureTypes.tags])