引言：

泛黄的相纸记录着祖父年轻时的军装轮廓，却藏起了那抹曾闪耀过的军绿色；斑驳的影像定格了父母初遇的街角，却让砖缝里的青苔、墙上的海报色彩成了永远的谜。

我们总在这些灰度影像里试图打捞更多细节 —— 那朵别在衣襟上的花是什么颜色？天空是澄澈的蓝还是微醺的粉？如今，AiPy 让这些想象有了落地的可能

实战操作

AiPy部署

AiPy是一款融合 LLM 与 Python 开发生态的创新工具。采用“Code is Agent”范式，大模型直接动态生成Python代码并调用本地环境资源，实现端到端自动化，开源免费，可本地部署。

API配置

这里还是需要用到万相图像编辑API

代码如下：

[api.wxtuxiangshangse]

env.llm_api_key=["sk-xxxxxxx",

"图像编辑模型API密钥"]

desc = """将黑白或灰度图像转化为彩色图像（黑白/灰度

→ 彩色），同步调用示例代码如下：

```python

import base64

import os

from http import HTTPStatus

# dashscope python SDK >= 1.23.8

from dashscope import ImageSynthesis

import mimetypes

# 获取API密钥

api_key =

runtime.get_env("llm_api_key", desc="图像编辑API密钥")

# ========== 图像输入方式（二选一）==========

# 【方式一】使用公网图片 URL

#mask_image_url =

"https://wwww.xxxx.com/xxxx.png"

base_image_url =

"https://wwww.xxxx.com/xxxx.png"

# 【方式二】使用本地文件（支持绝对路径和相对路径）

# 使用绝对路径

#mask_image_url =  "file://" +

"/path/to/your/img.png"     #

Linux/macOS

base_image_url =  "file://" +

"/path/to/your/img.png"     #

Linux/macOS

base_image_url = "file://" +

"C:/path/to/your/img.png"    #

Windows

# 使用相对路径

#mask_image_url = "file://" +

"./img.png"                   

# 以实际路径为准

base_image_url = "file://" +

"./img.png"                   #

以实际路径为准

def sample_sync_call_imageedit():

print('please wait...')

rsp = ImageSynthesis.call(api_key=api_key,

model="wanx2.1-imageedit",

function="colorization",

                              prompt="自然的人物色彩",

#mask_image_url=mask_image_url,

base_image_url=base_image_url,

                              n=1)

assert rsp.status_code == HTTPStatus.OK

print('response: %s' % rsp)

if rsp.status_code == HTTPStatus.OK:

for result in rsp.output.results:

print("---------------------------")

print(result.url)

else:

        print('sync_call Failed, status_code: %s,

code: %s, message: %s' %

              (rsp.status_code, rsp.code,

rsp.message))

if __name__ == '__main__':

sample_sync_call_imageedit()

```

图像编辑完毕后，可以获取到图像URL址址，你需要将图片下载并保存到当前工作目录，文件名为提炼后的任务描述。

"""

实战+反复执行

指定对应文件的位置，AiPy自行调用色彩API进行处理。

处理后的图片会直接保存在工作目录。

如果想要反复执行，也可以直接命令AiPy：

将这个过程保存为可反复执行的py脚本，脚本内部可以手动调整API key、输入、输出位置。

后续只需要在终端执行python image_colorization.py即可

写在最后

当算法轻轻拂过黑白像素，那些沉睡了数十年的色彩便如潮水般苏醒，让每一张老照片都重新拥有了呼吸的温度。

相信看到这里的朋友已经知道如何操作AiPy进行色彩还原了，如果觉得对你有帮助，欢迎点赞、推荐、转发、关注四连支持小编一下~