使用gpt-4o生成的久远表情包

在openai的chatgpt上，能使用gpt-4o生成图片。本文是用他生成的久远表情包。免费用户每天只能使用三次。作为一个API党，只能等啥时候开发接口版了，看三月25日的文章Introducing 4o Image Generation说是在几周后开放，如果价格合适，那真是要爆了，比我之前用的需要一堆提示词才能出图的SD好用太多。

生成过程

第一次尝试

尝试直接用文本：生成一套传颂之物中角色久远的表情包，画风要可爱

额，这谁啊，看来得给他个人设参考。

第二次尝试

添加了角色参考图：

这效果就很棒，爱了爱了。

第三次尝试

最后一次机会，换一个参考图：

可见参考图片影响很大，比如第二次尝试中，人物瞳色是有问题，因为给的图中，重点是发型和服饰，于是出图中这部分就统一。第三次尝试中，面部区域比较大，则对应区域就很统一。不同生成角色都很可爱，也不需要啥提示词，使用简单效果好，非常棒。

表情包成品展示

表情包分割方法

生成图下载下来是完整一张，所以需要拆分。以下是用于自动分割表情包的Python代码：

点击展开代码

# pip install opencv-python

import cv2
import numpy as np
import os

def split_image_auto(image_path, output_dir, min_width=30, min_height=30):
    # 读取图像
    image = cv2.imread(image_path)
    # 转换为灰度图像
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 检测背景颜色类型
    # 采样四个角落和中心点的颜色
    h, w = gray.shape
    corners = [gray[0, 0], gray[0, w-1], gray[h-1, 0], gray[h-1, w-1], gray[h//2, w//2]]
    avg_bg = np.mean(corners)
    
    # 根据背景亮度选择合适的阈值方法
    if avg_bg > 200:  # 白色或浅色背景
        ret, thresh = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY_INV)
    elif avg_bg < 50:  # 黑色或深色背景
        ret, thresh = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY)
    else:  # 其他背景（如红色等中等亮度背景）
        # 使用Otsu自动阈值
        ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
    
    # 形态学操作，去除噪点，连接断裂部分
    kernel = np.ones((3, 3), np.uint8)
    thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=2)
    
    # 如果图像对比度较低，可以尝试边缘检测辅助
    if np.std(gray) < 30:  # 低对比度图像
        edges = cv2.Canny(gray, 30, 100)
        thresh = cv2.bitwise_or(thresh, edges)
        # 再次应用形态学闭操作连接边缘
        thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=3)

    # 寻找轮廓
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 创建输出目录
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)

    index = 0
    for contour in contours:
        # 计算边界矩形
        x, y, w, h = cv2.boundingRect(contour)
        # 过滤掉太小的区域，防止噪点干扰
        if w > min_width and h > min_height:
            # 裁剪并保存子图像
            sub_img = image[y:y+h, x:x+w]
            cv2.imwrite(os.path.join(output_dir, f"sub_image_{index}.png"), sub_img)
            index += 1

    print(f"共分割出 {index} 张图片，保存在 '{output_dir}' 目录下。")

# 使用示例
split_image_auto("ChatGPT Image 2025年4月2日 10_04_51.png", "output_1")
split_image_auto("ChatGPT Image 2025年4月2日 10_20_11.png", "output_2")