Python 生成 AI 图片：Stable Diffusion API 调用实战

在人工智能生成内容（AIGC）领域，Stable Diffusion 已成为最受欢迎的图像生成模型之一。它能够根据文本描述快速生成高质量图片，而通过 Python 调用其 API 接口，开发者可以轻松集成到各类应用中。本文将详细介绍从环境准备到代码实现的完整流程。

一、环境准备与模型部署

1.1 硬件要求

• 显卡：推荐 NVIDIA 显卡，显存至少 4GB（8GB 以上更佳）。

• 操作系统：支持 Windows 10/11 或 Linux。

• 内存与存储：建议 16GB 内存和 128GB SSD 固态硬盘。

1.2 软件安装

1. 安装 Python：从官网下载并安装 Python 3.8+ 版本。

2. 安装依赖库：

   pip install torch torchvision diffusers transformers

   • diffusers 库封装了 Stable Diffusion 的调用接口。

   • 若使用 GPU，需安装对应版本的 CUDA 工具包。

1.3 启动 API 服务

本地部署时，需在启动命令中添加 --api 参数以开放接口：

python webui.py --api --listen

启动后，通过浏览器访问 http://<服务器IP>:7860/docs 查看 API 文档。

二、API 调用实战

2.1 基础：单张图片生成

以下代码通过 txt2img 接口生成图片：

import requests import base64 url = 'http://localhost:7860/sdapi/v1/txt2img' payload = { 'prompt': '一只柯基犬在草地上奔跑', 'negative_prompt': '模糊, 低质量', 'steps': 20, 'width': 512, 'height': 512 } response = requests.post(url, json=payload) with open('output.png', 'wb') as f: f.write(base64.b64decode(response.json()['images'][0]))

• 关键参数：

  • prompt：生成图片的文本描述。

  • steps：迭代次数（值越高，质量越好但耗时更长）。

2.2 进阶：批量生成与优化

利用 diffusers 库实现更高效的调用：

from diffusers import StableDiffusionPipeline import torch # 加载模型（需提前下载） pipe = StableDiffusionPipeline.from_pretrained( "CompVis/stable-diffusion-v1-4", torch_dtype=torch.float16 ).to("cuda") # 生成图片 prompt = "赛博朋克风格的未来城市夜景" image = pipe(prompt).images[0] image.save("cyberpunk.png")

• 优势：

  • 支持自定义采样器（如 Euler a）和步数。

  • 可集成中文提示词翻译功能。

三、常见问题与解决方案

四、应用场景与扩展

• 辅助设计：快速生成产品原型、UI 界面草图。

• 内容创作：为文章、视频自动配图。

• 教育实验：可视化艺术风格或历史场景。

通过以上步骤，开发者可轻松将 Stable Diffusion 集成到项目中，实现高效的图像生成。更多高级功能（如图生图、风格迁移）可参考官方 API 文档。