OpenAI 社の DALL-E3 を API で利用して画像を生成するシリーズの最終回です。今回はレスポンスの JSON に含まれる画像をファイルとして抽出する部分を作成します。
メインルーチンの修正
画像ファイルを取得するには大きく分けて２つの処理が必要です。
まず、前回紹介したレスポンスの中から画像データの文字列だけを取得します。２つ目の処理では。画像データを画像ファイルに変換します。
この流れに沿ってメインルーチンを構築します。
| Sub Initialize ・・・（省略）・・・ 'API をコール Set jnavResponce = xAskGPT(sJSON_Post) Call xSetRT(nd, "JSON_Responce", jnavResponce.Stringify()) '生成画像を Base64 文字列で取得 sBase64 = xGetImage_Base64(jnavResponce) 'Base64 画像をファイルとして保存 Call xDownloadImage(sBase64, "c:\Temp\DALL-E3#28.jpg") Call nd.save(True, False) End Sub |
画像データの取得
レスポンスの JSON はこのような構造でした。
ここから base64_json の値を取得する関数 xGetImage_Base64 を作成します。引数はレスポンスの JSON 全体で、戻り値が画像データです。
関数内の処理では、data ノードが配列になっている点に注意が必要です。
|
Function xGetImage_Base64(vjnavResponce As NotesJSONNavigator) As String Dim je As NotesJSONElement Dim ja As NotesJSONArray Dim jeData As NotesJSONElement Dim jobj As NotesJSONObject Dim jeBase64 As NotesJSONElement Dim sResponce As String ' data を検索 Set je = vjnavResponce.GetElementByName("data") ' data は配列なので NotesJSONArray で受ける Set ja = je.Value If ja.Size > 0 Then '配列の 1 件目を取得 Set jeData = ja.GetFirstElement() Set jobj = jeData.Value ' b64_json を検索し値（ = 画像）を取得 Set jeBase64 = jobj.GetElementByName("b64_json") xGetImage_Base64 = jeBase64.Value End If End Function |
画像データの変換と保存
メインルーチンがコールする２つ目の関数です。Base64 画像をデコードする部分と画像ファイルとして保存する処理に分かれます。それぞれの処理はサブ関数化されています。
|
Function xDownloadImage(ByVal vsBase64 As String, ByVal vsFP As String) As Boolean Dim nst As NotesStream 'Base64 画像をファイルとして保存 Set nst = xns.CreateStream() Call Base64ToBinary(vsBase64, nst) Call StreamToImageFile(nst, vsFP) End Function |
サブ関数は別の連載記事『DXL Step-by-Step：#9）DXL 内の画像のダウンロード』で紹介したもので、そのまま再利用します。今回は関数のみ転載しますので、詳細を知りたい方は、上記リンクをご確認ください。
◇ Base64 のデコード
|
%REM Sub Base64ToBinary Description: Given a string of base64-encoded data, write into a binary stream we are passed. This is done rather than creating the stream here and returning it, so that you can stream directly into a file if you choose. %END REM Sub Base64ToBinary(strBase64$, streamOut As NotesStream) ' Given a string of base64 encoded data, this routine decodes and writes the original binary data into a NotesStream Dim doc As NotesDocument Dim mime As NotesMIMEEntity Dim streamIn As NotesStream Dim db As NotesDatabase Dim session As New NotesSession Set db = session.CurrentDatabase Set doc = db.CreateDocument Set mime = doc.CreateMIMEEntity("Body") ' the mime classes already know how to do this conversion, Set streamIn = session.CreateStream Call streamIn.WriteText(strBase64) streamIn.Position = 0 Call mime.SetContentFromText(streamIn, "binary", ENC_BASE64) Call mime.GetContentAsBytes(streamOut, True) ' decode as you stream out the data. End Sub |
※ OpenNTF の LotusScript Gold Collection プロジェクトから拝借
◇ 画像をファイルとして保存
|
Sub StreamToImageFile(vnstImage As NotesStream, ByVal vsFP As String) Dim nstOut As NotesStream On Error Resume Next Kill vsFP '存在してたら削除 Set nstOut = xns.CreateStream() Call nstOut.Open(vsFP) vnstImage.Position = 0 Do Until vnstImage.Position >= vnstImage.Bytes Call nstOut.Write(vnstImage.Read(16000)) Loop End Sub |
テスト実行
エージェントが完成したらテスト実行します。前回のテストと同様に『上司と部下が会議室で本気で議論しているシーンを少年漫画のバトルシーンのようなタッチで描いてください。』と指示を出すと以下のような画像が作成されました。
まとめ
今回は画像生成 AI の OpenAI 社の DALL-E3 を API で利用する方法を紹介しました。画像1枚あたりの生成コストは $0.04（約 6 円、今回の設定の場合）と比較的安価です。この金額で、上記のようなクオリティの画像が生成できるのですから、十分に利用価値があるといえるでしょう。
今後はプロンプトエンジニアリングの技術を磨き、より理想に近い画像を生成できるようにしていきたいですね。
| 前回 | 連載：つないでみよう |
