伦教网站开发,竞价推广代运营服务,网站备案 资讯,做网站普洱“ 阅读本文大概需要 4 分钟。 ” 在人工智能绘图领域#xff0c;想必大家听说过 Midjourney 的大名吧。 Midjourney 以其出色的绘图能力在业界独树一帜。无需过多复杂的操作#xff0c;只要简单输入绘图指令#xff0c;这个神奇的工具就能在瞬间为我们呈现出对应的图像。无… “ 阅读本文大概需要 4 分钟。 ” 在人工智能绘图领域想必大家听说过 Midjourney 的大名吧。 Midjourney 以其出色的绘图能力在业界独树一帜。无需过多复杂的操作只要简单输入绘图指令这个神奇的工具就能在瞬间为我们呈现出对应的图像。无论是任何物体还是任何风格都能在 Midjourney 的绘画魔法下得以轻松呈现。如今Midjourney 早已在各个行业和领域广泛应用其影响力愈发显著。 然而在国内想要使用 Midjourney 却面临着相当大的挑战。首先Midjourney 目前驻扎在 Discord 平台中这意味着要使用 Midjourney必须通过特殊的充值途径获得访问权限。如果没有订阅几乎无法使用Midjourney因此单是使用这一工具就成了一个巨大的难题。此外有人或许会疑问Midjourney 是否提供对外 API 服务然而事实是Midjourney 并未向外界提供任何 API 服务而且从目前情况看来这一情况似乎短期也不会改变。 那么是否有方法能够与 Midjourney 对接并将其融入到自己的产品中呢 答案是肯定的。接下来我将为大家介绍知数云平台所提供的 Midjourney API通过使用该 API我们能够实现与 Midjourney 官方完全一致的效果和操作下文会详细介绍。 简介 知数云平台是什么呢简单来说它是一个提供多样数字化API的服务平台其官网链接是https://data.zhishuyun.com[1]。 你可能会疑惑既然 Midjourney 官方并未向外提供 API那么知数云平台的 API 是如何诞生的呢简言之知数云的 Midjourney 与 Discord 内的Midjourney Bot 进行了接口对接同时模拟了底层通信协议从而能够在Discord 平台上实现与 Midjourney 官方完全相同的操作。这涵盖了文字生成图片、图像转换、图像融合、图文生成等多个功能。此外该API在后台维护了大量 Midjourney 账号通过负载均衡控制实现了高度的并发处理比官方 Midjourney 单一账号的并发能力要更高。 总体来看无论是在 Discord 上使用 Midjourney 提供的哪一项功能这个API都能完全还原官方操作的效果和效能。 稳定性如何呢根据我个人几个月的观察和使用经验可以毫不夸张地说目前业界很难找到比知数云 Midjourney API 更稳定且并发处理能力更高的选择而且还能保持 Midjourney 这一价格水平。这样的选择寥寥无几。 下面我们就来了解下这个 API 的申请和使用方法吧。 申请流程 “ 下文内容大多数来源于知数云 Midjourney API 官方介绍文档文档链接https://data.zhishuyun.com/documents/0fd3dd40-a16a-4246-8313-748b8e75c29e[2]最新内容以官方文档为准。 ” 要使用 Midjourney Imagine API首先可以到知数云 Midjourney Imagine APIhttps://data.zhishuyun.com/documents/58ea7cc1-c685-40c3-a619-f29f9ac5d8f4 页面点击「获取」按钮 如果你尚未登录会自动跳转到登录页面。扫码关注公众号即可自动登录无需额外注册步骤。 登录完了之后会跳回原页面此时会提示「您尚未申请该服务需要申请」。 申请时会校验实名认证情况请按照网站提示完成实名认证。实名认证会校验姓名、手机号、身份证号需要三者一致才可以通过认证。认证完了之后可以返回页面刷新一下页面确保信息更新然后重新申请即可通过申请。 基本使用 接下来就可以在界面上填写对应的内容如图所示 在第一次使用该接口时我们至少需要填写两个参数一个是 action另一个是 prompt。其中 action 参数代表了生成图的操作类型由于第一次调用该 API 我们没有生成过任何内容所以我们需要先输入文字来生成一副预览图所以这时候 action 应该填写为 generate。另外一个参数 prompt 就是我们想生成的图片描述内容了强烈建议用英文描述画的图会更准确效果更好这里我们填写了 beautiful dress代表要画一条好看的裙子。 依次填写好图中所示参数然后点击「测试」按钮即可测试接口。「测试」按钮下方会显示 API 返回的结果。同时您可以注意到右侧有对应的调用代码生成您可以复制代码到您的 IDE 里面进行对接和开发。 调用之后我们发现返回结果如下 {image_url: https://midjourney.cdn.zhishuyun.com/attachments/1124768570157564029/1142862320582791268/nglover_beautiful_dress_id4899456_02d66331-b4d5-46bd-b5ea-efa6d9447528.png,image_id: 1142862320582791268,progress: 100,actions: [upsample1,upsample2,upsample3,upsample4,reroll,variation1,variation2,variation3,variation4],task_id: cf735d83-6e02-4e0a-a265-3e8ed46b8070
} 返回结果一共有如下字段 task_id生成此图像任务的 ID用于唯一标识此次图像生成任务。 image_id图片的唯一标识在下次需要对图片进行变换操作时需要传此参数。 image_url图片的 URL直接打开即可查看生成的效果如图所示 可以看到这里生成了一张 2x2 的预览图。 actions可以对生成的图片进行的进一步操作列表。这里一共列了 9 个其中 upsample 代表放大variation 代表变换reroll 代表重新生成。所以 upsample1 代表的就是对左上角第一张图片进行放大操作variation3 就是代表根据左下角第三张图片进行变换操作。 到现在为止第一次 API 调用就完成了。 “ 提示如果您觉得上述生图速度较慢想进一步提升用户体验可以考虑采用流式传输的模式或者使用极速 API具体可参考文档下方内容。 ” 图像放大与变换 下面我们尝试针对当前生成的照片进行进一步的操作比如我们觉得右上角第二张的图片还不错但我们想进行一些变换微调那么就可以进一步将 action 填写为 variation2同时将 image_id 传递即可prompt 可以留空 这时候得到的结果如下 {image_url: https://midjourney.cdn.zhishuyun.com/attachments/1124768570157564029/1142864001001345245/handerson6243_beautiful_dress_id4899456_aab4a0bf-7d99-4b7f-818c-c4dc690300ea.png,image_id: 1142864001001345245,progress: 100,actions: [upsample1,upsample2,upsample3,upsample4,reroll,variation1,variation2,variation3,variation4],task_id: b6f464b6-0cac-43e7-ae4e-12658679b7f3
} 打开 image_url新生成的图片如下所示 可以看到针对上一张右上角的图片我们再次得到了四张类似的照片。 这时候我们可以挑选其中一张进行精细化地放大操作比如选第四张那就可以 action 传入 upsample4通过 image_id 再次传入当前图像的 ID 即可。 “ 注意upsample 操作相比 variation 来说Midjourney 的耗时会更短一些。 ” 返回结果如下 {image_url: https://midjourney.cdn.zhishuyun.com/attachments/1124768570157564029/1142864651860840458/ruthgarcia3808_beautiful_dress_id4899456_096f6a64-7412-4cb5-8f50-4afbfc456d55.png,image_id: 1142864651860840458,progress: 100,actions: [high_variation,low_variation,zoom_out_2x,zoom_out_1_5x,pan_left,pan_right,pan_up,pan_down],task_id: 9f5c34e3-c8af-415c-9377-fb46cd47ad45
} 其中 image_url 如图所示 这样我们就成功得到了一张独立的连衣裙的照片。 同时注意到 actions 里面又包含了几个可进行的操作介绍如下 high_variation对画面进行高变换具体含义请参考 Midjourney 官方。 low_variation对画面进行低变换具体含义请参考 Midjourney 官方。 zoom_out_2x对画面进行缩小两倍操作周围区域填充。 zoom_out_1_5x对画面进行缩小 1.5 倍操作周围区域填充。 pan_left对画面进行左移和填充操作。 pan_right对画面进行右移和填充操作。 pan_top对画面进行上移和填充操作。 pan_bottom对画面进行下移和填充操作。 可以继续按照上述流程传入对应的变换指令进行连续生图操作可以实现无限次连续操作这里不再一一赘述。 图像改写垫图 该 API 也支持图像改写俗称垫图我们可以输入一张图片 URL 以及需要改写的描述文字该 API 就可以返回改写后的图片。 “ 注意输入的图片 URL 需要是一张纯图片不能是一个网页里面展示一张图片否则无法进行图像改写。建议使用图床如阿里云 OSS、腾讯云 COS、七牛云、又拍云等来上传获取图片的 URL。 ” 假设这里我们有一张图片URL 是 https://zhishuyun-1256437459.cos.ap-beijing.myqcloud.com/20230504-222359.png[5]是一张小女孩写字的图片 现在我们想把它转化为卡通风格可以直接在 prompt 字段将 URL 和要调整的文字一并输入即可二者用空格分隔比如 https://zhishuyun-1256437459.cos.ap-beijing.myqcloud.com/20230504-222359.png transfer to cartoon style 样例调用如下 输出结果如下 {task_id: 9297d5ab-4014-44d4-91c8-a6d8927a0756,image_id: 1103689414850387968,image_url: https://midjourney.cdn.zhishuyun.com/attachments/1100813695770165341/1103689414850387968/Azyern_Zieca_ignore9297d5ab-4014-44d4-91c8-a6d8927a0756_ec5cda5c-8784-4707-be17-a168786e0c8a.png,actions: [upsample1,upsample2,upsample3,upsample4,variation1,variation2,variation3,variation4]
} 这时候我们可以看到就得到了类似的卡通风格的图片了 异步回调 由于 Midjourney 生成图片需要等待一段时间所以本 API 也相应设计为了长等待模式。但在部分场景下长等待可能会带来一些额外的资源开销因此本 API 也提供了异步 Webhook 回调的方式当图片生成成功或失败时其结果都会通过 HTTP 请求的方式发送到指定的 Webhook 回调 URL。回调 URL 接收到结果之后可以进行进一步的处理。 下面演示具体的调用流程。 首先Webhook 回调是一个可以接收 HTTP 请求的服务开发者应该替换为自己搭建的 HTTP 服务器的 URL。此处为了方便演示使用一个公开的 Webhook 样例网站 https://webhook.site/[6]打开该网站即可得到一个 Webhook URL如图所示 将此 URL 复制下来就可以作为 Webhook 来使用此处的样例为 https://webhook.site/c62713a6-0487-45bd-9ad2-08a91d7ed12d[7]。 接下来我们可以设置字段 callback_url 为上述 Webhook URL同时填入 prompt如图所示 点击测试之后会立即得到一个 task_id 的响应用于标识当前生成任务的 ID如图所示 稍等片刻等图片生成结束可以发发现 Webhook URL 收到了一个 HTTP 请求如图所示 其结果就是当前任务的结果内容如下 {success: true,task_id: 8aad0fe0-2300-4702-94dc-39a5d3e2f2f3,actions: [upsample1,upsample2,upsample3,upsample4,variation1,variation2,variation3,variation4],image_id: 1103693480024363198,image_url: https://midjourney.cdn.zhishuyun.com/attachments/1100813695770165341/1103693480024363198/Azyern_Zieca_ignore8aad0fe0-2300-4702-94dc-39a5d3e2f2f3_a_beaut_b3d5720a-b917-4a2d-b6e7-ae641ee7ca4f.png
} 其中 success 字段标识了该任务是否执行成功如果执行成功还会有同样的 actions, image_id, image_url 字段和上文介绍的返回结果是一样的另外还有 task_id 用于标识任务以实现 Webhook 结果和最初 API 请求的关联。 如果图片生成失败Webhook URL 则会收到类似如下内容 {success: false,task_id: 7ba0feaf-d20b-4c22-a35a-31ec30fc7715,code: bad_request,detail: Unrecognized argument(s): -c, x
} 这里的 success 字段会是 false同时还会有 code 和 detail 字段描述了任务错误的详情信息Webhook 服务器根据对应的结果进行处理即可。 流式输出 Midjourney 官方在生成图片的时候是有进度的在最开始是一张模糊的照片然后经过几次迭代之后图片逐渐变得清晰最后得到完整的图片。 所以一张图片的生成过程大约可以分为「发送命令」-「开始生图多次迭代逐渐清晰」-「生图完毕」的阶段。 在没开启流式输出的情况下本 API 从发起请求到返回结果实际上是从上述「发送命令」-「生图完毕」的全过程中间生图的过程也全被包含在里面由于 Midjourney 本身生成图片速度较慢整个过程大约需要等待一分钟或更久。 所以为了更好的用户体验本 API 支持流式输出即当「开始生图」的时候就开始返回结果每当绘制进度有变化就会流式将结果输出直至生图结束。 如果想流式返回响应可以更改请求头里面的 accept 参数修改为 application/x-ndjson不过调用代码需要有对应的更改才能支持流式响应。 Python 样例代码 import requestsurl https://api.zhishuyun.com/midjourney/imagine?token{token}
headers {content-type: application/json,accept: application/x-ndjson
}
body {prompt: a beautiful cat,action: generate
}
r requests.post(url, headersheaders, jsonbody, streamTrue)
for line in r.iter_lines():print(line.decode()) 运行结果 {image_id:1112780200447578272,image_url:https://midjourney.cdn.zhishuyun.com/attachments/1111955518269948007/1112780200447578272/grid_0.webp,actions:[],progress:0}
{image_id:1112780227496640635,image_url:https://midjourney.cdn.zhishuyun.com/attachments/1111955518269948007/1112780227496640635/grid_0.webp,actions:[],progress:15}
{image_id:1112780238934523994,image_url:https://midjourney.cdn.zhishuyun.com/attachments/1111955518269948007/1112780238934523994/grid_0.webp,actions:[],progress:31}
{image_id:1112780254398918716,image_url:https://midjourney.cdn.zhishuyun.com/attachments/1111955518269948007/1112780254398918716/grid_0.webp,actions:[],progress:46}
{image_id:1112780265933262858,image_url:https://midjourney.cdn.zhishuyun.com/attachments/1111955518269948007/1112780265933262858/grid_0.webp,actions:[],progress:62}
{image_id:1112780280965648394,image_url:https://midjourney.cdn.zhishuyun.com/attachments/1111955518269948007/1112780280965648394/grid_0.webp,actions:[],progress:78}
{image_id:1112780292621598860,image_url:https://midjourney.cdn.zhishuyun.com/attachments/1111955518269948007/1112780292621598860/grid_0.webp,actions:[],progress:93}
{image_id:1112780319758766080,image_url:https://midjourney.cdn.zhishuyun.com/attachments/1111955518269948007/1112780319758766080/dawn97_ignore81c5c24e-ea94-4ae2-aee4-252a98a347ed_a_beautiful_c_e20c3bc8-8827-4c99-9cf5-7d56c2e9d47f.png,actions:[upsample1,upsample2,upsample3,upsample4,variation1,variation2,variation3,variation4],progress:100} 可以看到启用流式输出之后返回结果就是逐行的 JSON 了。在这里我们用 Python 里面的 iter_lines 方法自动获取了下一行的内容并打印出来。 如果要手动进行处理逐行 JSON 结果的话可以使用 \r\n 来进行分割。 例如在浏览器环境中用 JavaScript 的 axios 库来实现手动处理代码可改写如下 axios({url: https://api.zhishuyun.com/midjourney/imagine?token{token},data: {prompt: a beautiful cat,action: generate},headers: {accept: application/x-ndjson,content-type: application/json},responseType: stream,method: POST,onDownloadProgress: progressEvent {const response progressEvent.target.response;const lines response.split(\r\n).filter(line !!line)const lastLine lines[lines.length - 1]console.log(lastLine)}
}).then(({ data }) Promise.resolve(data)); 但注意在 Node.js 环境中实现稍有不同代码可写为如下 const axios require(axios);const url https://api.zhishuyun.com/midjourney/imagine?token{token};
const headers {Content-Type: application/json,Accept: application/x-ndjson
};
const body {prompt: a beautiful cat,action: generate
};axios.post(url, body, { headers: headers, responseType: stream }).then(response {console.log(response.status);response.data.on(data, chunk {console.log(chunk.toString());});}).catch(error {console.error(error);}); Java 样例代码 import okhttp3.*;import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;public class Main {public static void main(String[] args) {String url https://api.zhishuyun.com/midjourney/imagine?token{token};OkHttpClient client new OkHttpClient();MediaType mediaType MediaType.parse(application/json);RequestBody body RequestBody.create(mediaType, {\prompt\: \a beautiful cat\});Request request new Request.Builder().url(url).post(body).addHeader(Content-Type, application/json).addHeader(Accept, application/x-ndjson).build();client.newCall(request).enqueue(new Callback() {Overridepublic void onFailure(Call call, IOException e) {e.printStackTrace();}Overridepublic void onResponse(Call call, Response response) throws IOException {if (!response.isSuccessful()) throw new IOException(Unexpected code response);try (BufferedReader br new BufferedReader(new InputStreamReader(response.body().byteStream(), UTF-8))) {String responseLine;while ((responseLine br.readLine()) ! null) {System.out.println(responseLine);}}}});}
} 运行结果都是类似的。 另外注意到流式输出的结果多了一个字段叫做 progress这个代表绘制进度范围是 0-100如果需要您也可以在页面展示这个信息。 “ 注意当绘制未完全完成的时候actions 字段是空即无法对中间过程的图片做进一步的处理操作。绘制完毕之后绘制过程中产生的 image_url 会被销毁。另外异步回调可以和流式输出一起使用。 ” 好了通过以上内容介绍我们就了解了知数云 Midjourney API 的使用方法有了这个 API我们可以包装自己的产品实现和官方 Midjourney 一模一样的对接。 套餐介绍 到了最后大家可能好奇这个价格套餐式怎样的情况呢 知数云对上文介绍的 API 提供了三种套餐分别是快速、慢速、极速模式介绍如下 快速背后的 Midjourney 账号均是 Fast 模式能够以快速模式出图正常情况下绘制完整图片时间在 1 分钟左右开启流式模式会更快。慢速背后的 Midjourney 账号均是 Relax 模式生成速度无任何保证快的话可能 1 分钟慢的话可能甚至 10 分钟适合对速度要求较低的用户。极速背后的 Midjourney 账号军事 Turbo 模式生成速度比快速模式更快正常情况下绘制完整图片时间在 30 秒左右开启流式模式会更快。适合对速度要求极高的用户。 价格怎么样呢由于价格可能会动态变化大家可以直接参考知数云的官方网站了解https://data.zhishuyun.com/services/d87e5e99-b797-4ade-9e73-b896896b0461[8]。但总的来说能够以这个价格做到知数云 Midjourney API 这样的稳定性和并发的业界寥寥无几欢迎选购和评测。
