OpenAI Image API में ट्रू अल्फा चैनल: पारदर्शी PNG कैसे जनरेट और सत्यापित करें

जब यूजर इंटरफेस या प्रेजेंटेशन के लिए ग्राफिक एसेट्स—जैसे कि आइकन या स्पॉट इलस्ट्रेशन—की आवश्यकता होती है, तो प्राथमिक आवश्यकता बिल्कुल सीधी होती है: PNG फॉर्मेट में सहेजा गया एक वास्तविक पारदर्शी बैकग्राउंड।

व्यवहार में, जनरेटिव इमेज मॉडल्स के साथ काम करते समय अक्सर दो समस्याएं सामने आती हैं:

1. मॉडल सीधे रेखापुंज (रास्टर) पिक्सेल पर एक सिम्युलेटेड चेकरबोर्ड ट्रांसपेरेंसी पैटर्न बना देता है (स्यूडो-ट्रांसपेरेंसी), जिससे पूरी तरह से अपारदर्शी इमेज मिलती है।
2. फ़ाइल में वास्तव में एक अल्फा चैनल होता है, लेकिन ऑब्जेक्ट के किनारों पर फ्रिंजिंग या हेलो दिखाई देते हैं, जिससे एसेट किसी भी बैकग्राउंड पर अधूरा और अव्यवसायिक दिखता है।

हालाँकि API पैरामीटर्स आपको ट्रांसपेरेंसी का अनुरोध करने की अनुमति देते हैं, लेकिन आउटपुट फॉर्मेट और किनारों की गुणवत्ता का सत्यापन करना फिर भी आवश्यक है। नीचे, हम रिक्वेस्ट को कॉन्फ़िगर करने, प्रॉम्प्ट तैयार करने और परिणामी PNG को जल्दी से मान्य करने की प्रक्रिया को विस्तार से समझेंगे।

---

1. API पैरामीटर्स और प्रॉम्प्टिंग

मौजूदा इमेजेस को एडिट करना (Edits) एक अलग कार्य है; यहाँ, हम शुरुआत से नए एसेट्स जनरेट करने (Generations) पर ध्यान केंद्रित कर रहे हैं।

OpenAI Image Generation Guide के अनुसार, ट्रांसपेरेंसी को दो पैरामीटर्स के संयोजन द्वारा नियंत्रित किया जाता है:

• background: यह transparent, opaque, या auto स्वीकार करता है। पारदर्शी बैकग्राउंड का अनुरोध करने के लिए transparent निर्दिष्ट करें।
• output_format: इसे png (या webp) पर सेट करें, क्योंकि jpeg अल्फा चैनल का समर्थन नहीं करता है।

API पैरामीटर फॉर्मेट स्तर पर ट्रांसपेरेंसी का अनुरोध करता है, लेकिन प्रॉम्प्ट को भी ऑब्जेक्ट को स्पष्ट रूप से अलग करना चाहिए और अवांछित आस-पास के तत्वों को प्रतिबंधित करना चाहिए।

OpenAI Image Prompting Guide की सिफारिशें परजीवी तत्वों को हटाने में मदद करती हैं:

An isolated 3D isometric glass cube with glowing layered circuit boards inside, modern tech UI asset, smooth glossy reflections, crisp defined edges, centered composition, fully isolated on a transparent background, no drop shadow, no solid backdrop, no floor reflection, no checkerboard pattern.

यह विवरण स्पष्ट सीमाओं (crisp defined edges) के साथ विषय को तय करता है, जबकि स्पष्ट रूप से छाया (no drop shadow), ठोस बैकड्रॉप (no solid backdrop), और सिम्युलेटेड ट्रांसपेरेंसी ग्रिड (no checkerboard pattern) को बाहर रखता है।

---

2. Python API के माध्यम से इमेज जनरेट करना

API को रिक्वेस्ट भेजने के लिए, आधिकारिक openai लाइब्रेरी का उपयोग करें:

import base64
from openai import OpenAI

client = OpenAI()

prompt = (
    "An isolated 3D isometric glass cube with glowing layered circuit boards inside, "
    "modern tech UI asset, smooth glossy reflections, crisp defined edges, "
    "centered composition, fully isolated on a transparent background, "
    "no drop shadow, no solid backdrop, no floor reflection, no checkerboard pattern"
)

response = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt=prompt,
    background="transparent",
    output_format="png",
)

image_b64 = response.data[0].b64_json
image_bytes = base64.b64decode(image_b64)

with open("ui_cube_asset.png", "wb") as file:
    file.write(image_bytes)

---

3. Pillow में अल्फा चैनल और किनारों का सत्यापन

केवल अल्फा चैनल की उपस्थिति ही साफ कंटूर की गारंटी नहीं देती है: विषय के चारों ओर हल्के या गहरे रंग के हेलो और अर्ध-पारदर्शी शोर अभी भी रह सकते हैं।

फ़ाइल की बुनियादी जांच में निम्नलिखित शामिल हैं:

1. पारदर्शी PNG के लिए अपेक्षित RGBA मोड की पुष्टि करना।
2. चरम स्थितियों की जांच करना: फ़ाइल में दृश्यमान पिक्सेल और पारदर्शी क्षेत्र दोनों होने चाहिए (इमेज पूरी तरह से पारदर्शी या पूरी तरह से अपारदर्शी नहीं होनी चाहिए)।
3. कंटूर की स्पष्टता का दृश्य मूल्यांकन करने के लिए विपरीत हल्के और गहरे बैकग्राउंड पर कम्पोजिट करना।

Pillow का उपयोग करके एक कॉम्पैक्ट सत्यापन स्क्रिप्ट यहाँ दी गई है:

from PIL import Image

def verify_and_composite(image_path: str):
    with Image.open(image_path) as img:
        # अपेक्षित RGBA मोड की जांच करें
        if img.mode != "RGBA":
            print("त्रुटि: इमेज RGBA मोड में नहीं है।")
            return

        # पारदर्शी और दृश्यमान पिक्सेल की उपस्थिति की जांच करें
        alpha = img.getchannel("A")
        min_alpha, max_alpha = alpha.getextrema()

        if max_alpha == 0:
            print("चेतावनी: इमेज पूरी तरह से पारदर्शी है।")
            return
        if min_alpha == 255:
            print("चेतावनी: इमेज पूरी तरह से अपारदर्शी है।")
            return

        # हल्के बैकग्राउंड पर कम्पोज़िट करना (गहरे रंग की फ्रिंजिंग की पहचान के लिए)
        bg_light = Image.new("RGBA", img.size, (255, 255, 255, 255))
        Image.alpha_composite(bg_light, img).convert("RGB").save("preview_light.png")

        # गहरे बैकग्राउंड पर कम्पोज़िट करना (सफेद हेलो की पहचान के लिए)
        bg_dark = Image.new("RGBA", img.size, (17, 24, 39, 255))
        Image.alpha_composite(bg_dark, img).convert("RGB").save("preview_dark.png")

तैयार किए गए प्रीव्यू आपको एसेट के किनारों का तेज़ी से मूल्यांकन करने की सुविधा देते हैं: कंटूर को बिना किसी फ्रिंजिंग या अनचाहे बैकग्राउंड के हल्के और गहरे रंग की सतहों पर सहजता से घुल-मिल जाना चाहिए।

---

आधिकारिक संसाधन

• OpenAI Image Generation Guide
• OpenAI Image Prompting Guide