gpt-4o看图说话-根据图片回答问题
问题：中国的人口老龄化究竟有多严重？
代码下实现如下：（直接调用openai的chat接口）
import os
import base64
import requests
def encode_image(image_path):
"""
对图片文件进行 Base64 编码
输入：
- image_path：图片的文件路径
输出：
- 编码后的 Base64 字符串
"""
# 二进制读取模式打开图片文件，
with open(image_path, "rb") as image_file:
# 将编码后的字节串解码为 UTF-8 字符串，以便于在文本环境中使用。
return base64.b64encode(image_file.read()).decode("utf-8")
# 中文 Prompt 指令
question = "中国的人口老龄化究竟有多严重？"
prompt = (
f"你的任务是根据图片回答问题，{question}详细回答。"
)
# 对本地多张图片进行 Base64 编码
images = os.listdir("./images")
images.sort()
images.remove('.ipynb_checkpoints')
print(images)
base64_images = [encode_image("./images/" + image) for image in images]
# 组织用户消息
user_content = [{"type": "text", "text": prompt}]
base64_images = [
{
"type": "image_url",
"image_url": {
"url": f"data:image/jpeg;base64,{base64_image}",
"detail": "high",
},
}
for base64_image in base64_images
]
user_content.extend(base64_images)
messages_template = [{"role": "user", "content": user_content}]
# 构造请求参数
payload = {
"model": "gpt-4o",
"messages": messages_template,
"max_tokens": 1600,
"temperature": 0,
"seed": 2024,
}
# OpenAI API Key
api_key = "sk-xxx”
# 请求头
headers = {"Content-Type": "application/json", "Authorization": f"Bearer {api_key}"}
# 发送 POST 请求
response = requests.post(
"https://api.openai.com/v1/chat/completions",
headers=headers, json=payload
)
# 打印生成结果
print(response.json())
result = response.json()["choices"][0]["message"]["content"]
print(result)
输出结果：
