logo

开发者热搜

手把手搭建AI看图写诗：Python+文心一言实战指南

作者：c4t2025.09.26 19:27浏览量：0

简介：本文将通过完整项目源码，手把手教你用Python和文心一言API搭建一个《AI看图写诗》网页应用，实现图片上传、AI解析图像内容并生成诗歌的功能。

一、项目背景与核心价值

在AI技术快速发展的今天，将图像识别与自然语言生成结合的应用场景日益丰富。本项目通过文心一言（ERNIE Bot）的API能力，结合Python的Web开发框架Flask，构建一个用户可上传图片、AI自动解析画面内容并生成对应诗歌的网页应用。该应用不仅能展示AI在多模态交互中的潜力，还可作为教育工具或创意辅助平台使用。

二、技术栈与工具准备

  1. 核心工具

    • Python 3.8+：后端开发语言，需安装flask、requests、pillow等库。
    • 文心一言API：百度提供的自然语言生成服务，需申请API Key（官方文档）。
    • Flask框架：轻量级Web框架，用于快速搭建前后端交互逻辑。
    • HTML/CSS/JavaScript：前端页面设计，实现图片上传与诗歌展示。

  2. 环境配置 

    1. pip install flask requests pillow

    创建虚拟环境（推荐）： 

    1. python -m venv ai_poem_env
    2. source ai_poem_env/bin/activate  # Linux/Mac
    3. ai_poem_env\Scripts\activate     # Windows

三、项目实现步骤

1. 文心一言API调用封装

首先，创建一个ernie_bot.py文件，封装API请求逻辑：

  1. import requests
  2. import base64
  3. import json
  5. class ErnieBot:
  6.     def __init__(self, api_key, secret_key):
  7.         self.api_key = api_key
  8.         self.secret_key = secret_key
  9.         self.access_token = self._get_access_token()
  11.     def _get_access_token(self):
  12.         url = "https://aip.baidubce.com/oauth/2.0/token"
  13.         params = {
  14.             "grant_type": "client_credentials",
  15.             "client_id": self.api_key,
  16.             "client_secret": self.secret_key
  17.         }
  18.         response = requests.post(url, params=params)
  19.         return response.json().get("access_token")
  21.     def generate_poem(self, image_base64, prompt="根据图片内容生成一首五言绝句"):
  22.         url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions_pro"
  23.         headers = {
  24.             "Content-Type": "application/json"
  25.         }
  26.         data = {
  27.             "messages": [
  28.                 {"role": "user", "content": f"{prompt}\n图片描述：{self._describe_image(image_base64)}"}
  29.             ]
  30.         }
  31.         params = {"access_token": self.access_token}
  32.         response = requests.post(url, headers=headers, params=params, data=json.dumps(data))
  33.         return response.json().get("result", "")
  35.     def _describe_image(self, image_base64):
  36.         # 此处简化，实际可调用图像识别API获取描述
  37.         return "一幅山水画，有山有水有云"  # 示例描述

2. Flask后端开发

创建app.py作为主程序入口：

  1. from flask import Flask, request, jsonify, render_template
  2. from ernie_bot import ErnieBot
  3. import base64
  4. import os
  6. app = Flask(__name__)
  8. # 配置API密钥（实际开发中应从环境变量读取）
  9. API_KEY = "your_api_key"
  10. SECRET_KEY = "your_secret_key"
  11. ernie = ErnieBot(API_KEY, SECRET_KEY)
  13. @app.route("/")
  14. def index():
  15.     return render_template("index.html")
  17. @app.route("/generate", methods=["POST"])
  18. def generate():
  19.     if "file" not in request.files:
  20.         return jsonify({"error": "No file uploaded"}), 400
  22.     file = request.files["file"]
  23.     if file.filename == "":
  24.         return jsonify({"error": "Empty filename"}), 400
  26.     # 读取图片并转为Base64
  27.     img_bytes = file.read()
  28.     img_base64 = base64.b64encode(img_bytes).decode("utf-8")
  30.     # 调用文心一言生成诗歌
  31.     poem = ernie.generate_poem(img_base64)
  32.     return jsonify({"poem": poem})
  34. if __name__ == "__main__":
  35.     app.run(debug=True)

3. 前端页面设计

在templates/index.html中实现图片上传与结果展示：

  1. <!DOCTYPE html>
  2. <html>
  3. <head>
  4.     <title>AI看图写诗</title>
  5.     <style>
  6.         body { font-family: Arial, sans-serif; max-width: 800px; margin: 0 auto; padding: 20px; }
  7.         .container { display: flex; flex-direction: column; align-items: center; }
  8.         #result { margin-top: 20px; padding: 10px; border: 1px solid #ddd; min-height: 100px; }
  9.     </style>
  10. </head>
  11. <body>
  12.     <div class="container">
  13.         <h1>AI看图写诗</h1>
  14.         <input type="file" id="imageUpload" accept="image/*">
  15.         <button onclick="uploadImage()">生成诗歌</button>
  16.         <div id="result"></div>
  17.     </div>
  19.     <script>
  20.         async function uploadImage() {
  21.             const fileInput = document.getElementById("imageUpload");
  22.             const file = fileInput.files[0];
  23.             if (!file) {
  24.                 alert("请选择图片");
  25.                 return;
  26.             }
  28.             const formData = new FormData();
  29.             formData.append("file", file);
  31.             try {
  32.                 const response = await fetch("/generate", {
  33.                     method: "POST",
  34.                     body: formData
  35.                 });
  36.                 const data = await response.json();
  37.                 if (data.error) {
  38.                     alert(data.error);
  39.                 } else {
  40.                     document.getElementById("result").innerHTML = `<h3>生成的诗歌：</h3><p>${data.poem}</p>`;
  41.                 }
  42.             } catch (error) {
  43.                 console.error("Error:", error);
  44.             }
  45.         }
  46.     </script>
  47. </body>
  48. </html>

四、关键优化与注意事项

  1. API调用优化

    • 缓存AccessToken：当前实现每次调用都重新获取Token，实际应缓存并定期刷新。
    • 错误处理：添加重试机制与更详细的错误日志。
    • 图像描述增强：可集成百度图像识别API（image_classify）获取更准确的画面描述。

  2. 性能与安全

    • 文件大小限制：在Flask中配置MAX_CONTENT_LENGTH防止大文件攻击。
    • API密钥保护：通过环境变量或配置文件存储密钥，避免硬编码。
    • 异步处理：对于高并发场景，可使用Celery实现异步任务队列。

  3. 扩展功能建议

    • 诗歌风格选择：前端增加下拉菜单，让用户选择五言/七言、古风/现代等风格。
    • 历史记录：将用户上传的图片与生成的诗歌存入数据库（如SQLite）。
    • 社交分享：集成分享按钮，支持将诗歌生成图片并分享至社交平台。

五、完整项目源码与部署

  1. 项目结构 

    1. /ai_poem_project
    2.     ├── app.py
    3.     ├── ernie_bot.py
    4.     ├── templates/
    5.     │   └── index.html
    6.     └── requirements.txt

  2. 部署方式

    • 本地运行：直接执行python app.py，访问http://127.0.0.1:5000。
    • 云服务器部署：使用Nginx+Gunicorn部署生产环境（Flask部署指南）。
    • Docker化：创建Dockerfile实现容器化部署。

六、总结与展望

本项目通过Python与文心一言API的结合，展示了AI在多模态内容生成中的实际应用。开发者可基于此框架进一步扩展功能，如集成更多AI模型（Stable Diffusion生成配图）、开发移动端应用等。随着大语言模型与图像生成技术的进步，此类应用将在教育、艺术创作等领域发挥更大价值。

完整源码下载：GitHub链接（示例链接，实际需替换）
API申请地址：文心一言开放平台

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