103 lines
3.1 KiB
Python
103 lines
3.1 KiB
Python
|
#!/usr/bin/env python3
|
||
|
|
"""
|
||
|
|
图片理解主入口脚本
|
||
|
|
支持图片描述、OCR文字提取、物体识别、图片问答
|
||
|
|
"""
|
||
|
|
|
||
|
|
import argparse
|
||
|
|
import json
|
||
|
|
import os
|
||
|
|
import sys
|
||
|
|
from pathlib import Path
|
||
|
|
|
||
|
|
from image_understander import ImageUnderstander
|
||
|
|
|
||
|
|
|
||
|
|
def parse_args():
|
||
|
|
"""解析命令行参数"""
|
||
|
|
parser = argparse.ArgumentParser(
|
||
|
|
description="图片理解工具 - 基于 OpenAI GPT-4 Vision",
|
||
|
|
formatter_class=argparse.RawDescriptionHelpFormatter,
|
||
|
|
epilog="""
|
||
|
|
示例:
|
||
|
|
# 图片描述
|
||
|
|
python main.py -i photo.jpg -m describe
|
||
|
|
|
||
|
|
# 提取文字
|
||
|
|
python main.py -i screenshot.png -m ocr
|
||
|
|
|
||
|
|
# 识别物体
|
||
|
|
python main.py -i photo.jpg -m objects
|
||
|
|
|
||
|
|
# 图片问答
|
||
|
|
python main.py -i photo.jpg -m qa -q "这个图片里有什么？"
|
||
|
|
"""
|
||
|
|
)
|
||
|
|
|
||
|
|
parser.add_argument("-i", "--image", required=True, help="图片路径")
|
||
|
|
parser.add_argument("-m", "--mode", default="describe",
|
||
|
|
choices=["describe", "ocr", "objects", "qa"],
|
||
|
|
help="理解模式 (默认: describe)")
|
||
|
|
parser.add_argument("-a", "--api-key", help="OpenAI API Key")
|
||
|
|
parser.add_argument("-q", "--prompt", default="请详细描述这张图片",
|
||
|
|
help="问答模式的问题 (默认: 请详细描述这张图片)")
|
||
|
|
parser.add_argument("-o", "--output", help="输出文件路径 (JSON格式)")
|
||
|
|
parser.add_argument("-v", "--verbose", action="store_true", help="详细输出")
|
||
|
|
|
||
|
|
return parser.parse_args()
|
||
|
|
|
||
|
|
|
||
|
|
def main():
|
||
|
|
"""主函数"""
|
||
|
|
args = parse_args()
|
||
|
|
|
||
|
|
# 检查图片文件
|
||
|
|
if not os.path.exists(args.image):
|
||
|
|
print(f"❌ 错误: 图片文件不存在: {args.image}")
|
||
|
|
sys.exit(1)
|
||
|
|
|
||
|
|
# 获取 API Key
|
||
|
|
api_key = args.api_key or os.environ.get("OPENAI_API_KEY")
|
||
|
|
if not api_key:
|
||
|
|
print("❌ 错误: 请设置 OpenAI API Key")
|
||
|
|
print(" 使用方式:")
|
||
|
|
print(" 1. 环境变量: set OPENAI_API_KEY=sk-your-key")
|
||
|
|
print(" 2. 命令行参数: python main.py -a sk-your-key -i photo.jpg")
|
||
|
|
sys.exit(1)
|
||
|
|
|
||
|
|
# 初始化理解器
|
||
|
|
understander = ImageUnderstander(api_key, verbose=args.verbose)
|
||
|
|
|
||
|
|
# 根据模式调用
|
||
|
|
print(f"🔍 正在分析图片: {args.image}")
|
||
|
|
print(f"📋 模式: {args.mode}")
|
||
|
|
print("-" * 50)
|
||
|
|
|
||
|
|
if args.mode == "describe":
|
||
|
|
result = understander.describe(args.image)
|
||
|
|
print(result)
|
||
|
|
elif args.mode == "ocr":
|
||
|
|
result = understander.extract_text(args.image)
|
||
|
|
print(result)
|
||
|
|
elif args.mode == "objects":
|
||
|
|
result =understander.identify_objects(args.image)
|
||
|
|
print(result)
|
||
|
|
elif args.mode == "qa":
|
||
|
|
result = understander.answer_question(args.image, args.prompt)
|
||
|
|
print(result)
|
||
|
|
|
||
|
|
# 保存结果
|
||
|
|
if args.output:
|
||
|
|
output_data = {
|
||
|
|
"mode": args.mode,
|
||
|
|
"image": args.image,
|
||
|
|
"result": result
|
||
|
|
}
|
||
|
|
with open(args.output, "w", encoding="utf-8") as f:
|
||
|
|
json.dump(output_data, f, ensure_ascii=False, indent=2)
|
||
|
|
print(f"\n💾 结果已保存到: {args.output}")
|
||
|
|
|
||
|
|
|
||
|
|
if __name__ == "__main__":
|
||
|
|
main()
|