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：狼烟四起2025.10.10 16:43浏览量：3

简介：本文将手把手教你用Python和文心一言API搭建一个《AI看图写诗》网页应用，包含完整项目源码和详细实现步骤，适合Python初学者和AI应用开发者。

一、项目背景与目标

在AI技术快速发展的今天，图像与文本的跨模态交互已成为热门研究方向。本项目旨在通过Python和文心一言API，构建一个能够根据用户上传的图片自动生成诗歌的网页应用。用户只需上传图片，系统即可分析图片内容并生成对应的诗歌，实现”所见即所诗”的创意体验。

核心价值

  1. 技术实践：整合计算机视觉与自然语言处理技术
  2. 应用创新：探索AI在艺术创作领域的应用场景
  3. 教学价值：提供完整的Web开发+AI API调用实践案例

二、技术栈准备

1. 开发环境

  • Python 3.8+
  • Flask 2.0+（Web框架）
  • HTML5/CSS3/JavaScript（前端）
  • 文心一言API（百度智能云）

2. 依赖库安装

  1. pip install flask requests pillow

3. 文心一言API准备

  1. 登录百度智能云平台
  2. 创建文心一言应用并获取API Key
  3. 了解API调用规范（本项目使用文本生成接口）

三、项目架构设计

1. 系统架构

  1. 前端页面 → Flask后端 → 文心一言API
  2.      ↑               ↓
  3. 图片上传       诗歌结果返回

2. 功能模块

  • 图片上传模块
  • 图片预处理模块
  • API调用模块
  • 结果展示模块

四、详细实现步骤

1. 创建Flask项目基础结构

  1. ai_poem/
  2. ├── app.py                # 主程序
  3. ├── templates/
  4. │   └── index.html        # 前端页面
  5. ├── static/
  6. │   ├── css/
  7. │   │   └── style.css     # 样式表
  8. │   └── js/
  9. │       └── main.js       # 前端逻辑
  10. └── requirements.txt      # 依赖列表

2. 前端页面实现（index.html）

  1. <!DOCTYPE html>
  2. <html>
  3. <head>
  4.     <title>AI看图写诗</title>
  5.     <link rel="stylesheet" href="/static/css/style.css">
  6. </head>
  7. <body>
  8.     <div class="container">
  9.         <h1>AI看图写诗</h1>
  10.         <form id="upload-form" enctype="multipart/form-data">
  11.             <input type="file" id="image-upload" accept="image/*" required>
  12.             <button type="submit">生成诗歌</button>
  13.         </form>
  14.         <div id="result">
  15.             <img id="preview" src="#" alt="预览图" style="display:none;">
  16.             <div id="poem-container"></div>
  17.         </div>
  18.     </div>
  19.     <script src="/static/js/main.js"></script>
  20. </body>
  21. </html>

3. Flask后端实现（app.py）

  1. from flask import Flask, render_template, request, jsonify
  2. import requests
  3. import base64
  4. from io import BytesIO
  5. from PIL import Image
  6. import os
  8. app = Flask(__name__)
  10. # 文心一言API配置
  11. API_KEY = "你的API_KEY"
  12. SECRET_KEY = "你的SECRET_KEY"
  13. API_URL = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions"
  15. def get_access_token():
  16.     """获取百度API访问令牌"""
  17.     auth_url = f"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={API_KEY}&client_secret={SECRET_KEY}"
  18.     response = requests.get(auth_url)
  19.     return response.json().get("access_token")
  21. def generate_poem(image_prompt):
  22.     """调用文心一言API生成诗歌"""
  23.     headers = {
  24.         'Content-Type': 'application/json',
  25.     }
  27.     data = {
  28.         "messages": [
  29.             {
  30.                 "role": "user",
  31.                 "content": f"根据以下图片描述创作一首中文诗歌：{image_prompt}"
  32.             }
  33.         ]
  34.     }
  36.     access_token = get_access_token()
  37.     url = f"{API_URL}?access_token={access_token}"
  39.     response = requests.post(url, headers=headers, json=data)
  40.     return response.json().get("result", "")
  42. def image_to_base64(image_path):
  43.     """图片转base64编码"""
  44.     with open(image_path, "rb") as image_file:
  45.         return base64.b64encode(image_file.read()).decode('utf-8')
  47. def analyze_image(image_path):
  48.     """简单图片分析（示例）"""
  49.     # 实际应用中可接入图像识别API获取更准确描述
  50.     img = Image.open(image_path)
  51.     width, height = img.size
  53.     # 简单判断图片类型（实际应用应更精确）
  54.     if "sky" in image_path.lower() or "cloud" in image_path.lower():
  55.         return "蓝天白云，广阔无垠"
  56.     elif "flower" in image_path.lower():
  57.         return "鲜花盛开，色彩斑斓"
  58.     else:
  59.         return f"一张{width}x{height}像素的图片，内容丰富"
  61. @app.route('/', methods=['GET', 'POST'])
  62. def index():
  63.     if request.method == 'POST':
  64.         # 处理文件上传
  65.         file = request.files['file']
  66.         if file:
  67.             # 保存临时文件
  68.             temp_path = "temp.jpg"
  69.             file.save(temp_path)
  71.             # 图片分析
  72.             image_desc = analyze_image(temp_path)
  74.             # 生成诗歌
  75.             poem = generate_poem(image_desc)
  77.             # 读取图片用于预览
  78.             with open(temp_path, "rb") as img_file:
  79.                 img_data = base64.b64encode(img_file.read()).decode('utf-8')
  81.             # 清理临时文件
  82.             os.remove(temp_path)
  84.             return jsonify({
  85.                 "poem": poem,
  86.                 "image": img_data
  87.             })
  88.     return render_template('index.html')
  90. if __name__ == '__main__':
  91.     app.run(debug=True)

4. 前端交互实现（main.js）

  1. document.getElementById('upload-form').addEventListener('submit', async function(e) {
  2.     e.preventDefault();
  4.     const formData = new FormData();
  5.     const fileInput = document.getElementById('image-upload');
  6.     formData.append('file', fileInput.files[0]);
  8.     try {
  9.         const response = await fetch('/', {
  10.             method: 'POST',
  11.             body: formData
  12.         });
  14.         const result = await response.json();
  16.         // 显示图片预览
  17.         const preview = document.getElementById('preview');
  18.         preview.src = 'data:image/jpeg;base64,' + result.image;
  19.         preview.style.display = 'block';
  21.         // 显示诗歌
  22.         const poemContainer = document.getElementById('poem-container');
  23.         poemContainer.innerHTML = `<h3>生成的诗歌：</h3><p>${result.poem}</p>`;
  25.     } catch (error) {
  26.         console.error('Error:', error);
  27.         alert('生成诗歌时出错，请重试');
  28.     }
  29. });

五、项目优化方向

1. 图像识别增强

  • 集成专业图像识别API（如百度视觉技术）
  • 实现更精确的图像内容描述

2. 诗歌生成优化

  • 定制化诗歌风格参数
  • 多轮对话优化生成结果
  • 添加韵律检查功能

3. 用户体验提升

  • 添加加载动画
  • 实现诗歌历史记录
  • 增加分享功能

六、完整项目源码

  1. # 完整app.py代码（见上文）
  2. # 完整HTML/JS/CSS代码（见上文结构）

七、部署指南

  1. 安装依赖：pip install -r requirements.txt
  2. 设置环境变量：
    1. export API_KEY=你的API_KEY
    2. export SECRET_KEY=你的SECRET_KEY
  3. 运行应用：python app.py
  4. 访问 http://localhost:5000

八、常见问题解决

  1. API调用失败：检查API Key和Secret Key是否正确
  2. 图片上传失败：确保上传文件是图片格式
  3. 诗歌质量不高：调整图片描述的提示词
  4. 跨域问题：开发时设置app.config['DEBUG'] = True

九、项目扩展建议

  1. 添加用户系统，保存历史作品
  2. 实现不同诗歌体裁选择（五言、七言等）
  3. 开发移动端适配版本
  4. 添加多语言支持

十、技术要点总结

  1. 跨模态交互：实现图像到文本的转换
  2. API集成：掌握第三方API的调用流程
  3. 前后端分离：理解基本的Web开发架构
  4. 错误处理：实现健壮的异常处理机制

本项目完整实现了从图片上传到诗歌生成的全流程，通过Flask框架构建Web服务，调用文心一言API实现AI创作。开发者可根据实际需求进一步扩展功能，如添加更精确的图像分析、优化诗歌生成参数等。完整的项目源码已提供，可直接运行或作为学习参考。

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
活动
咨询