Распознавание изображений
Нейросети могут обрабатывать изображения и дополнять ответ контекстом с изображений.
С помощью Vision нейросети могут:
- понимать текст
- различать объекты
- считывать количество предметов
- считывать диаграммы и графики
- распознать человеческие эмоции
- находить различия и дефекты
Как отправить запрос через API
- Сгенерировать API_TOKEN
- Отправить запрос на
https://api.smartbuddy.ru/v1/chat/completions
(см. примеры ниже): - По результатам запроса, ваши изображения будут переведены провайдером в стоимость токенов из поля ответа
usage.total_tokens
(см. пример ответа).
Отправка изображений в кодировке base64
Если у вас локально есть изображение или набор изображений, вы можете передать их в модель в формате, закодированном по алгоритму base64
.
import base64
import requests
# Function to encode the image
def encode_image(image_path):
with open(image_path, "rb") as image_file:
return base64.b64encode(image_file.read()).decode('utf-8')
# Path to your image
image_path = "path_to_your_image.jpg"
# Getting the base64 string
base64_image = encode_image(image_path)
headers = {
'Content-Type': 'application/json',
'Accept': 'application/json',
'Authorization': 'Bearer API_TOKEN'
}
payload = {
"model": "openai/gpt-4o-mini",
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What’s in this image?"
},
{
"type": "image_url",
"image_url": {
"url": "base64_image"
}
}
]
}
],
"max_tokens": 300
}
response = requests.post("https://api.smartbuddy.ru/v1/chat/completions", headers=headers, json=payload)
print(response.json())