Image Generation

Amazon Titan 模型是一系列多功能生成式 AI 模型的一部分，其中的一些模型支持文本到图像（text-to-image）和图像修复（inpainting）功能。这些功能利用先进的生成技术，可以将文字转换为图像或对图像进行修复和编辑。

本节我们使用Titan模型生成图片 

参考Provider的字段：

image-20241115174534900

Text to Image

Text-to-Image 是根据输入的文本描述生成对应的图像。

用户提供自然语言描述（prompt），模型会生成与该描述相关联的图像。

python代码：

import boto3
import json
import base64

client = boto3.client(service_name='bedrock-runtime', region_name="us-west-2")

# 配置图片生成参数，包括任务类型和具体参数
stability_image_config = json.dumps({
    "taskType": "TEXT_IMAGE",  # 指定任务类型为文本生成图像
    "textToImageParams": {
        "text": "cat on a mat on a country hillside",  # 生成图片所需的文本描述
    },
    "imageGenerationConfig": {
        "numberOfImages": 1,  # 指定生成图片的数量
        "height": 512,        # 图片高度（像素）
        "width": 512,         # 图片宽度（像素）
        "cfgScale": 8.0,      # 配置比例（控制图片生成质量与文本描述的一致性）
    }
})

# 调用 AWS Bedrock 模型生成图片
response = client.invoke_model(
    body=stability_image_config,          # 请求主体，包含图片生成配置
    modelId="amazon.titan-image-generator-v1",  # 使用的模型 ID
    accept="application/json",           # 指定返回内容类型为 JSON
    contentType="application/json"       # 指定请求内容类型为 JSON
)


response_body = json.loads(response.get("body").read())  # 读取并解析响应体
base64_image = response_body.get("images")[0]           # 获取返回的 Base64 编码图片数据

# 将 Base64 编码的图片解码为二进制数据
base_64_image = base64.b64decode(base64_image)

# 将解码后的图片保存为文件
file_path = "cat.png"
with open(file_path, "wb") as f:
    f.write(base_64_image)

print(f"图片已成功保存为: {file_path}")

结果：

image-20241115174619884

Inpainting 功能

Inpainting 功能用于对已有图像进行局部修改或修复。用户提供一张图像和一个遮罩（mask），模型会根据输入的描述填充遮罩区域。

应用场景：

  • 图片修复：修复破损的图片或移除图像中的瑕疵。
  • 局部编辑：修改图片中的某个区域，例如更换背景或添加对象。
  • 艺术设计：对艺术创作进行局部细化和增强。

测试：原来生成了两只猫打架的图片，使用inpainting功能对它进行颜色更新

image-20241115194745805

python代码：

import boto3
import json
import base64

client = boto3.client(service_name='bedrock-runtime', region_name="us-west-2")

# 配置图片生成参数，包括任务类型和具体参数
def get_configuration(inputImage: str):
    return json.dumps({
    "taskType": "INPAINTING",
    "inPaintingParams": {
        "text": "Make the twos cat black and blue",
        "negativeText": "bad quality, low res",
        "image": inputImage,
        "maskPrompt": "cat"
    },
    "imageGenerationConfig": {
        "numberOfImages": 1,
        "height": 512,
        "width": 512,
        "cfgScale": 8.0,
    }
})

with open('cat.png','rb') as f:
    base_image=base64.b64encode(f.read()).decode('utf-8')

# 调用 AWS Bedrock 模型生成图片
response = client.invoke_model(
    body=get_configuration(base_image),          # 请求主体，包含图片生成配置
    modelId="amazon.titan-image-generator-v1",  # 使用的模型 ID
    accept="application/json",           # 指定返回内容类型为 JSON
    contentType="application/json"       # 指定请求内容类型为 JSON
)


response_body = json.loads(response.get("body").read())  # 读取并解析响应体
base64_image = response_body.get("images")[0]           # 获取返回的 Base64 编码图片数据

# 将 Base64 编码的图片解码为二进制数据
base_64_image = base64.b64decode(base64_image)

# 将解码后的图片保存为文件
file_path = "cat.png"
with open(file_path, "wb") as f:
    f.write(base_64_image)

print(f"图片已成功保存为: {file_path}")

结果：

image-20241115194931293

文档参考：

https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-titan-image.html