Stable Diffusion 之 API 接口调用：代码示例与详解

Stable Diffusion 是一款基于扩散模型的强大 AI 绘图工具，通过 API 接口调用，可以快速实现文本生成图像 (Text-to-Image)、图像生成图像 (Image-to-Image) 等功能，极大简化开发过程。本篇教程将结合代码示例和图解，手把手教你如何使用 Stable Diffusion 的 API 接口。

1. 什么是 Stable Diffusion API

Stable Diffusion 提供的 API 接口允许用户在应用程序中调用 Stable Diffusion 模型，生成图像或进行其他与生成式 AI 相关的任务。

1.1 API 功能

• 文本生成图像 (Text-to-Image)：输入描述性文本，生成符合描述的图像。
• 图像生成图像 (Image-to-Image)：提供一张初始图片，生成风格化或变形的图像。
• 图像编辑：对指定区域进行修复或修改。

2. 注册与获取 API 密钥

2.1 注册账户

1. 访问 Stable Diffusion 提供商 官网。
2. 注册账户并登录。

2.2 获取 API 密钥

1. 登录后，进入“API 管理”页面。
2. 生成一个新的 API 密钥并保存。此密钥将在后续代码中使用。

3. 文本生成图像 (Text-to-Image)

3.1 API 请求格式

HTTP 请求：

• 方法：POST
• URL：https://api.stability.ai/v1/generate/text-to-image

• Headers：

  • Authorization: Bearer <API_KEY>
  • Content-Type: application/json

• Body：

  {
      "prompt": "a beautiful sunset over the mountains, highly detailed, photorealistic",
      "width": 512,
      "height": 512,
      "steps": 50
  }

3.2 Python 调用示例

import requests

API_URL = "https://api.stability.ai/v1/generate/text-to-image"
API_KEY = "your_api_key_here"

def generate_image(prompt, width=512, height=512, steps=50):
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    data = {
        "prompt": prompt,
        "width": width,
        "height": height,
        "steps": steps
    }
    response = requests.post(API_URL, json=data, headers=headers)
    
    if response.status_code == 200:
        image_url = response.json().get("image_url")
        print(f"Image generated successfully: {image_url}")
        return image_url
    else:
        print(f"Error: {response.status_code}, {response.text}")
        return None

# 示例调用
prompt = "a futuristic cityscape with flying cars, cyberpunk style, ultra-detailed"
generate_image(prompt)

4. 图像生成图像 (Image-to-Image)

4.1 API 请求格式

HTTP 请求：

• 方法：POST
• URL：https://api.stability.ai/v1/generate/image-to-image

• Headers：

  • Authorization: Bearer <API_KEY>
  • Content-Type: application/json

• Body：

  {
      "prompt": "turn this sketch into a detailed painting",
      "init_image": "base64_encoded_image",
      "strength": 0.75,
      "steps": 50
  }

4.2 Python 调用示例

import base64
import requests

API_URL = "https://api.stability.ai/v1/generate/image-to-image"
API_KEY = "your_api_key_here"

def generate_image_from_image(prompt, init_image_path, strength=0.75, steps=50):
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    
    # 读取并编码图片
    with open(init_image_path, "rb") as image_file:
        encoded_image = base64.b64encode(image_file.read()).decode("utf-8")
    
    data = {
        "prompt": prompt,
        "init_image": encoded_image,
        "strength": strength,
        "steps": steps
    }
    response = requests.post(API_URL, json=data, headers=headers)
    
    if response.status_code == 200:
        image_url = response.json().get("image_url")
        print(f"Image generated successfully: {image_url}")
        return image_url
    else:
        print(f"Error: {response.status_code}, {response.text}")
        return None

# 示例调用
prompt = "enhance this sketch into a professional artwork, steampunk style"
init_image_path = "sketch.png"
generate_image_from_image(prompt, init_image_path)

5. 图像编辑 (Inpainting)

5.1 API 请求格式

HTTP 请求：

• 方法：POST
• URL：https://api.stability.ai/v1/generate/inpainting

• Headers：

  • Authorization: Bearer <API_KEY>
  • Content-Type: application/json

• Body：

  {
      "prompt": "add a futuristic spaceship in the sky",
      "init_image": "base64_encoded_image",
      "mask_image": "base64_encoded_mask",
      "steps": 50
  }

5.2 Python 调用示例

def edit_image(prompt, init_image_path, mask_image_path, steps=50):
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    
    # 读取并编码图片和掩码
    with open(init_image_path, "rb") as image_file:
        init_image_encoded = base64.b64encode(image_file.read()).decode("utf-8")
    
    with open(mask_image_path, "rb") as mask_file:
        mask_image_encoded = base64.b64encode(mask_file.read()).decode("utf-8")
    
    data = {
        "prompt": prompt,
        "init_image": init_image_encoded,
        "mask_image": mask_image_encoded,
        "steps": steps
    }
    response = requests.post(f"{API_URL}/inpainting", json=data, headers=headers)
    
    if response.status_code == 200:
        image_url = response.json().get("image_url")
        print(f"Image edited successfully: {image_url}")
        return image_url
    else:
        print(f"Error: {response.status_code}, {response.text}")
        return None

# 示例调用
prompt = "add a bright moon in the night sky"
init_image_path = "original_image.png"
mask_image_path = "mask.png"
edit_image(prompt, init_image_path, mask_image_path)

6. 常见问题与解决方法

6.1 提示 403 Forbidden

• 确保 API 密钥正确。
• 检查账户是否已激活 API 权限。

6.2 图片生成效果不理想

• 调整提示词（Prompt）内容，增加细节。
• 增加生成步骤（Steps）以提升图像质量。

6.3 性能优化

• 使用高效的图像尺寸（如 512x512）以节省生成时间。
• 避免超大或超复杂的提示词。

7. 图解流程

1. 发送请求：将 Prompt 或图像通过 HTTP POST 请求发送至 API 服务器。
2. 模型处理：Stable Diffusion 模型处理输入，并生成对应的图像。
3. 返回结果：服务器返回生成的图像 URL 或数据。

8. 总结

Stable Diffusion 的 API 提供了强大的生成功能，可以轻松实现文本到图像、图像到图像、图像编辑等功能。通过本篇教程，你可以快速上手调用 API，开发自己的图像生成应用。

立即尝试，让你的创意化为现实吧！