logo

开发者热搜

手把手教你Python+文心一言：AI看图写诗网页实战

作者：carzy2025.09.19 13:32浏览量：0

简介：本文将通过Python与文心一言API，手把手搭建一个《AI看图写诗》网页应用，完整代码附上，助你快速实现图像理解与诗歌生成的融合。

一、项目背景与核心价值

在AI技术快速发展的今天，图像理解与自然语言生成已成为两大核心能力。文心一言作为领先的生成式AI模型，具备强大的语义理解和文本生成能力。本项目通过Python搭建一个《AI看图写诗》网页应用，用户上传图片后，AI自动分析图像内容并生成对应诗歌，实现“所见即所诗”的创意体验。

核心价值：

  1. 技术融合：结合计算机视觉（图像分析）与自然语言生成（NLP）
  2. 应用场景：文化创意、教育娱乐、社交媒体内容生成
  3. 学习价值：掌握API调用、Web开发、异步处理等关键技术

二、技术栈与开发环境

1. 技术选型

  • 后端：Python 3.8+ + Flask框架（轻量级Web开发）
  • AI能力：文心一言API（文本生成）
  • 前端：HTML5 + Bootstrap（响应式设计）
  • 图像处理：Pillow库（基础图像操作）

2. 开发环境准备

  1. # 创建虚拟环境（推荐）
  2. python -m venv ai_poem_env
  3. source ai_poem_env/bin/activate  # Linux/Mac
  4. # 或 ai_poem_env\Scripts\activate (Windows)
  6. # 安装依赖
  7. pip install flask pillow requests

3. 文心一言API配置

  1. 访问文心一言开放平台获取API Key
  2. 安装官方SDK（可选）：
    1. pip install qianwen-sdk

三、项目架构设计

1. 系统流程图

  1. 用户上传图片 → 后端接收 → 图像预处理 → 调用文心一言API生成诗歌 → 返回结果至前端

2. 关键组件

  • Web接口：Flask处理HTTP请求
  • 图像分析模块：提取颜色、场景等特征（简化版）
  • AI调用模块：构造API请求参数
  • 结果展示：前端页面渲染

四、核心代码实现

1. Flask应用初始化

  1. from flask import Flask, render_template, request, jsonify
  2. import requests
  3. import os
  4. from PIL import Image
  5. import io
  7. app = Flask(__name__)
  8. app.config['UPLOAD_FOLDER'] = 'uploads'
  9. os.makedirs(app.config['UPLOAD_FOLDER'], exist_ok=True)
  11. # 文心一言API配置（需替换为你的实际Key）
  12. ERNIE_API_KEY = 'your_api_key_here'
  13. ERNIE_ENDPOINT = 'https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions'

2. 图像处理函数

  1. def preprocess_image(image_file):
  2.     """基础图像预处理"""
  3.     try:
  4.         img = Image.open(image_file)
  5.         # 调整大小（可选）
  6.         img.thumbnail((800, 800))
  7.         # 转换为RGB模式
  8.         if img.mode != 'RGB':
  9.             img = img.convert('RGB')
  10.         return img
  11.     except Exception as e:
  12.         print(f"图像处理错误: {e}")
  13.         return None

3. 文心一言调用封装

  1. def generate_poem(image_description):
  2.     """调用文心一言API生成诗歌"""
  3.     headers = {
  4.         'Content-Type': 'application/json',
  5.     }
  7.     data = {
  8.         "messages": [
  9.             {
  10.                 "role": "user",
  11.                 "content": f"根据以下图片描述创作一首中文古诗，要求五言或七言，押韵：{image_description}"
  12.             }
  13.         ]
  14.     }
  16.     try:
  17.         response = requests.post(
  18.             ERNIE_ENDPOINT,
  19.             headers=headers,
  20.             json=data,
  21.             params={'access_token': ERNIE_API_KEY}
  22.         )
  23.         result = response.json()
  24.         return result.get('result', '生成诗歌失败')
  25.     except Exception as e:
  26.         print(f"API调用错误: {e}")
  27.         return "服务暂时不可用"

4. 核心路由实现

  1. @app.route('/', methods=['GET', 'POST'])
  2. def index():
  3.     if request.method == 'POST':
  4.         # 处理文件上传
  5.         if 'image' not in request.files:
  6.             return jsonify({'error': '未选择图片'}), 400
  8.         file = request.files['image']
  9.         if file.filename == '':
  10.             return jsonify({'error': '未选择图片'}), 400
  12.         # 保存并处理图片
  13.         img_path = os.path.join(app.config['UPLOAD_FOLDER'], file.filename)
  14.         file.save(img_path)
  15.         img = preprocess_image(img_path)
  17.         # 简化版图像分析（实际项目可接入CV模型）
  18.         description = "一幅包含自然风景的图片，有山有水，色彩鲜明"
  20.         # 生成诗歌
  21.         poem = generate_poem(description)
  23.         return jsonify({
  24.             'poem': poem,
  25.             'original_description': description
  26.         })
  28.     return render_template('index.html')

五、前端实现要点

1. HTML模板（templates/index.html）

  1. <!DOCTYPE html>
  2. <html>
  3. <head>
  4.     <title>AI看图写诗</title>
  5.     <link href="https://cdn.jsdelivr.net/npm/bootstrap@5.1.3/dist/css/bootstrap.min.css" rel="stylesheet">
  6. </head>
  7. <body>
  8.     <div class="container mt-5">
  9.         <h1 class="text-center">AI看图写诗</h1>
  10.         <form id="uploadForm" enctype="multipart/form-data">
  11.             <div class="mb-3">
  12.                 <label for="image" class="form-label">选择图片</label>
  13.                 <input class="form-control" type="file" id="image" name="image" accept="image/*" required>
  14.             </div>
  15.             <button type="submit" class="btn btn-primary">生成诗歌</button>
  16.         </form>
  18.         <div id="result" class="mt-5" style="display:none;">
  19.             <h3>AI生成的诗歌：</h3>
  20.             <pre id="poemText" class="bg-light p-3 rounded"></pre>
  21.             <p><small>基于图像分析：<span id="imgDesc"></span></small></p>
  22.         </div>
  23.     </div>
  25.     <script>
  26.         document.getElementById('uploadForm').addEventListener('submit', async (e) => {
  27.             e.preventDefault();
  29.             const formData = new FormData();
  30.             formData.append('image', document.getElementById('image').files[0]);
  32.             try {
  33.                 const response = await fetch('/', {
  34.                     method: 'POST',
  35.                     body: formData
  36.                 });
  38.                 const data = await response.json();
  39.                 if (data.error) {
  40.                     alert(data.error);
  41.                     return;
  42.                 }
  44.                 document.getElementById('poemText').textContent = data.poem;
  45.                 document.getElementById('imgDesc').textContent = data.original_description;
  46.                 document.getElementById('result').style.display = 'block';
  47.             } catch (error) {
  48.                 console.error('Error:', error);
  49.                 alert('生成失败，请重试');
  50.             }
  51.         });
  52.     </script>
  53. </body>
  54. </html>

六、部署与优化建议

1. 本地测试运行

  1. flask run --host=0.0.0.0 --port=5000

2. 生产环境优化

  1. API调用优化：

    • 实现请求重试机制
    • 添加缓存层（如Redis）存储常用结果

  2. 图像分析增强：

    • 接入预训练CV模型（如ResNet）提取高级特征
    • 使用CLIP模型实现图文匹配

  3. 性能优化：

    • 异步处理（Celery）
    • 图片压缩上传

3. 安全考虑

  1. 文件上传限制（类型、大小）
  2. API Key保护（环境变量存储）
  3. 输入内容过滤（防XSS）

七、完整项目源码获取

本项目完整代码已整理至GitHub仓库：
GitHub链接（示例）
包含：

  • 所有Python源码
  • HTML模板文件
  • 部署说明文档
  • 测试用例

八、扩展功能建议

  1. 多风格诗歌：增加选项选择古诗/现代诗风格
  2. 社交分享：集成分享功能
  3. 历史记录：保存用户生成记录
  4. 移动端适配：优化移动设备体验

九、技术难点解析

1. 图像描述生成

实际项目中，简单的文字描述不足以表达图像内容。建议：

  1. 使用预训练模型提取特征
  2. 构建图像标签系统
  3. 实现多模态描述生成

2. API调用稳定性

处理API限流和错误：

  1. import time
  3. def safe_api_call(func, max_retries=3):
  4.     for i in range(max_retries):
  5.         try:
  6.             return func()
  7.         except Exception as e:
  8.             if i == max_retries - 1:
  9.                 raise
  10.             time.sleep(2 ** i)  # 指数退避

十、总结与展望

本项目通过Python和文心一言API实现了图像到诗歌的生成系统，展示了AI在创意领域的强大潜力。未来发展方向：

  1. 更精准的图像理解
  2. 多语言诗歌生成
  3. 个性化诗歌风格定制

完整项目代码已提供，建议开发者：

  1. 先在本地运行测试
  2. 逐步添加增强功能
  3. 参考官方文档优化API调用

（全文约3200字）

相关文章推荐

发表评论

最热文章

关于作者

  • 被阅读数
  • 被赞数
  • 被收藏数