OpenAI APIを使用して、画像の送信方法を紹介します。

実施環境

環境	バージョン
OS	Windows11
Python	3.11.0
OpenAI Python API library	1.43.0

事前準備

APIキーの準備

OpenAIの公式サイトからAPIキーを取得してください。

OpenAI Python API libraryインストール

pip install openai

Web上の画像の送信

Web上にアップロードされている画像の送信方法です。「IMG_URL」に画像のURLを記載してください。また、「YOUR_API_KEY」に事前準備で取得したAPIキーを記載してください。

imgOpenAi.py

from openai import OpenAI

client = OpenAI(
    #事前準備で取得したAPIキー
    api_key = "YOUR_API_KEY",
    base_url = 'https://api.openai.com/v1/chat/completions'
)
res = client.chat.completions.create(
    model = "gpt-4o-mini",
    messages = [
        {
            "role":"user",
            "content":[
                {
                    "type": "text",
                    "text": "画像に書かれている文字は何ですか？書いている文字だけ教えてください"
                },   
                {    
                    "type": "image_url",
                    "image_url":
                    {
                        #画像のURL
                        "url": "IMG_URL"
                    } 
                }
            ]
        }
    ]
)

print(res.choices[0])

ローカル画像の送信

ローカル画像の送信は、画像をBase64形式に変換することで送信できます。

localimgOpenAi.py

import base64
from openai import OpenAI

#画像をBase64形式に変換する関数
def encode_image(image_path):
  with open(image_path, "rb") as image_file:
    return base64.b64encode(image_file.read()).decode('utf-8')

#画像をBase64形式に変換
img = encode_image(image_Path)

client = OpenAI(
    #事前準備で取得したAPIキー
    api_key = "YOUR_API_KEY",
    base_url = 'https://api.openai.com/v1/chat/completions'
)
res = client.chat.completions.create(
    model = "gpt-4o-mini",
    messages = [
        {
            "role":"user",
            "content":[
                {
                    "type": "text",
                    "text": "画像に書かれている文字は何ですか？書いている文字だけ教えてください"
                },   
                {    
                    "type": "image_url",
                    "image_url":
                    {
                        #画像のURL
                        "url": f"data:image/png;base64,{img}"
                    } 
                }
            ]
        }
    ]
)

#受信したメッセージを表示
print(res.choices[0])

最後に

OpenAI APIを使用して画像を送信するコードを実装してみました。ローカル環境の画像も送信することができるため、とても便利だと感じました。
アップロードできる画像サイズは20MBまでなので注意してください。

この記事を今後の参考にしていただければ幸いです。ありがとうございました。

参考情報