# 圣女司幼幽-造相Z-Turbo文生图工作流自动化：Python脚本批量生成+文件自动归类 ## 1. 项目背景与价值 圣女司幼幽-造相Z-Turbo是一个专门生成《牧神记》中圣女司幼幽角色图片的AI模型。这个模型基于Z-Image-Turbo的LoRA版本训练而成，能够根据文字描述生成高质量的角色图像。 在实际使用中，我们经常会遇到这样的需求：需要批量生成大量不同姿势、不同服装、不同场景的圣女司幼幽图片，用于创作、设计或者个人收藏。如果每次都手动在Web界面上输入提示词、点击生成、保存图片，效率极低且容易出错。 本文介绍如何通过Python脚本实现圣女司幼幽图片的批量自动生成，并自动将生成的图片按类别整理归档，大大提高工作效率。即使你是编程新手，也能跟着本文轻松实现自动化工作流。 ## 2. 环境准备与模型服务确认 ### 2.1 确认模型服务正常运行 在使用自动化脚本前，首先需要确保Xinference部署的圣女司幼幽-造相Z-Turbo模型服务已经正常启动。通过以下命令检查服务状态： ```bash cat /root/workspace/xinference.log ``` 如果看到服务启动成功的日志信息，说明模型已经就绪，可以通过API进行调用。 ### 2.2 获取模型服务的API地址 通常Xinference部署的模型服务会在本地启动一个Web服务，默认地址是`http://localhost:<port>`，具体的端口号可以在日志中找到。我们的Python脚本将通过这个地址与模型服务进行通信。 ## 3. 自动化脚本设计与实现 ### 3.1 安装必要的Python库 首先安装脚本所需的依赖库： ```bash pip install requests pillow python-dotenv ``` 这些库的作用分别是： - `requests`：用于向模型服务发送HTTP请求 - `pillow`：用于处理生成的图片 - `python-dotenv`：用于管理环境变量（可选） ### 3.2 完整的自动化脚本代码 下面是完整的批量生成与自动归类脚本： ```python import requests import json import os import time from datetime import datetime from PIL import Image import io import re class ShengNvSiYouYouGenerator: def __init__(self, base_url="http://localhost:9997"): self.base_url = base_url self.generate_url = f"{base_url}/v1/images/generations" def generate_image(self, prompt, size="1024x1024", n=1): """生成单张图片""" headers = { "Content-Type": "application/json" } payload = { "prompt": prompt, "size": size, "n": n, "response_format": "url" } try: response = requests.post(self.generate_url, headers=headers, json=payload, timeout=120) response.raise_for_status() result = response.json() return result['data'][0]['url'] except Exception as e: print(f"生成图片时出错: {e}") return None def download_image(self, image_url, save_path): """下载图片到本地""" try: response = requests.get(image_url, timeout=60) response.raise_for_status() with open(save_path, 'wb') as f: f.write(response.content) return True except Exception as e: print(f"下载图片时出错: {e}") return False def categorize_image(self, prompt, image_path): """根据提示词内容自动分类图片""" categories = { '战斗': ['剑', '武器', '战斗', '比武', '招式'], '日常': ['日常', '休闲', '散步', '休息', '喝茶'], '正式': ['礼服', '正式', '长裙', '盛装', '典礼'], '户外': ['户外', '山林', '水边', '庭院', '花园'], '特写': ['特写', '面部', '肖像', '近景', '表情'] } # 简单基于关键词的分类 for category, keywords in categories.items(): for keyword in keywords: if keyword in prompt: return category # 如果没有匹配到任何分类，使用默认分类 return "其他" def batch_generate(self, prompts_list, output_dir="output"): """批量生成图片并自动分类""" # 创建输出目录 if not os.path.exists(output_dir): os.makedirs(output_dir) # 创建分类目录 categories_dir = os.path.join(output_dir, "categories") if not os.path.exists(categories_dir): os.makedirs(categories_dir) results = [] for i, prompt in enumerate(prompts_list): print(f"正在生成第 {i+1}/{len(prompts_list)} 张图片: {prompt[:50]}...") # 生成图片 image_url = self.generate_image(prompt) if not image_url: print(f"第 {i+1} 张图片生成失败") continue # 创建文件名（使用时间戳和提示词前缀） timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") safe_prompt_prefix = re.sub(r'[^\w\s-]', '', prompt[:20]).strip() filename = f"{timestamp}_{safe_prompt_prefix}_{i}.png" filepath = os.path.join(output_dir, filename) # 下载图片 if self.download_image(image_url, filepath): # 自动分类 category = self.categorize_image(prompt, filepath) category_dir = os.path.join(categories_dir, category) if not os.path.exists(category_dir): os.makedirs(category_dir) # 移动文件到分类目录 category_filepath = os.path.join(category_dir, filename) os.rename(filepath, category_filepath) results.append({ "prompt": prompt, "filepath": category_filepath, "category": category, "success": True }) print(f"第 {i+1} 张图片生成成功，分类为: {category}") else: print(f"第 {i+1} 张图片下载失败") results.append({ "prompt": prompt, "success": False, "error": "下载失败" }) # 添加延迟，避免请求过于频繁 time.sleep(2) # 生成报告 self.generate_report(results, output_dir) return results def generate_report(self, results, output_dir): """生成批量生成报告""" report_path = os.path.join(output_dir, "generation_report.md") with open(report_path, 'w', encoding='utf-8') as f: f.write("# 圣女司幼幽图片批量生成报告\n\n") f.write(f"生成时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n\n") # 统计信息 total = len(results) success = sum(1 for r in results if r['success']) failure = total - success f.write("## 生成统计\n") f.write(f"- 总任务数: {total}\n") f.write(f"- 成功数: {success}\n") f.write(f"- 失败数: {failure}\n") f.write(f"- 成功率: {success/total*100:.2f}%\n\n") # 分类统计 category_count = {} for result in results: if result['success']: category = result['category'] category_count[category] = category_count.get(category, 0) + 1 f.write("## 分类统计\n") for category, count in category_count.items(): f.write(f"- {category}: {count}张\n") f.write("\n## 详细信息\n") for i, result in enumerate(results): f.write(f"### 第{i+1}张图片\n") f.write(f"- 提示词: {result['prompt']}\n") if result['success']: f.write(f"- 状态: 成功\n") f.write(f"- 分类: {result['category']}\n") f.write(f"- 路径: {result['filepath']}\n") else: f.write(f"- 状态: 失败\n") f.write(f"- 错误: {result.get('error', '未知错误')}\n") f.write("\n") # 使用示例 if __name__ == "__main__": # 初始化生成器 generator = ShengNvSiYouYouGenerator("http://localhost:9997") # 定义要生成的提示词列表 prompts = [ "圣女司幼幽，身着墨绿暗纹收腰长裙，裙摆垂坠带细碎银饰流苏，手持冷冽雕花长剑斜握于身侧，身姿挺拔卓然", "司幼幽日常休闲装扮，在庭院中散步，阳光洒在脸上，表情宁静", "圣女司幼幽战斗姿态，手持长剑，眼神锐利，背景是战场硝烟", "司幼幽特写肖像，面部精致轮廓，眼神清澈带有一丝忧郁", "圣女司幼幽穿着盛装礼服参加典礼，气质高贵典雅", "司幼幽在山林间练剑，动作飘逸，衣袂飘飘", "圣女司幼幽面部特写，微微侧脸，光影勾勒出完美轮廓", "司幼幽在水边沉思，水面倒映着身影，氛围宁静" ] # 批量生成 results = generator.batch_generate(prompts, output_dir="shengnv_images") print(f"批量生成完成！成功生成 {sum(1 for r in results if r['success'])} 张图片") ``` ## 4. 脚本使用与定制指南 ### 4.1 基本使用方法 1. 确保模型服务已经启动并运行在正确的端口上 2. 将上述代码保存为`batch_generate.py` 3. 修改`prompts`列表为你想要生成的提示词 4. 运行脚本：`python batch_generate.py` ### 4.2 自定义提示词列表 你可以根据自己的需求，准备不同的提示词列表： ```python # 不同服装的提示词 clothing_prompts = [ "圣女司幼幽穿着白色长裙，清新脱俗", "司幼幽黑色劲装，英姿飒爽", "圣女司幼幽红色礼服，艳丽动人", # 添加更多服装描述... ] # 不同场景的提示词 scene_prompts = [ "司幼幽在月光下舞剑", "圣女司幼幽在书房阅读", "司幼幽在花海中漫步", # 添加更多场景描述... ] ``` ### 4.3 扩展分类规则 如果你需要更精细的分类，可以修改`categorize_image`方法： ```python def categorize_image(self, prompt, image_path): """更精细的分类规则""" # 服装类型分类 clothing_keywords = { '长裙': ['长裙', '礼服', '裙装'], '劲装': ['劲装', '战斗服', '武服'], '休闲': ['休闲', '常服', '便装'] } # 场景分类 scene_keywords = { '室内': ['室内', '书房', '殿堂', '屋内'], '户外': ['户外', '山林', '花园', '水边'], '战场': ['战场', '比武', '战斗', '演练'] } # 组合分类 clothing_type = "未知服装" scene_type = "未知场景" for category, keywords in clothing_keywords.items(): for keyword in keywords: if keyword in prompt: clothing_type = category break for category, keywords in scene_keywords.items(): for keyword in keywords: if keyword in prompt: scene_type = category break return f"{clothing_type}_{scene_type}" ``` ## 5. 高级功能与优化建议 ### 5.1 添加进度保存与恢复 对于大批量生成任务，可以添加进度保存功能，避免因中断而前功尽弃： ```python def save_progress(self, prompts, completed_indices, output_dir): """保存生成进度""" progress = { "prompts": prompts, "completed_indices": completed_indices, "timestamp": datetime.now().isoformat() } progress_path = os.path.join(output_dir, "progress.json") with open(progress_path, 'w', encoding='utf-8') as f: json.dump(progress, f, ensure_ascii=False, indent=2) def load_progress(self, output_dir): """加载生成进度""" progress_path = os.path.join(output_dir, "progress.json") if os.path.exists(progress_path): with open(progress_path, 'r', encoding='utf-8') as f: return json.load(f) return None ``` ### 5.2 质量检查与自动重试 添加简单的质量检查机制，对生成失败的图片自动重试： ```python def generate_with_retry(self, prompt, max_retries=3): """带重试机制的生成方法""" for attempt in range(max_retries): try: image_url = self.generate_image(prompt) if image_url: return image_url except Exception as e: print(f"第 {attempt+1} 次尝试失败: {e}") time.sleep(5) # 等待5秒后重试 print(f"提示词 '{prompt[:30]}...' 生成失败，已达最大重试次数") return None ``` ### 5.3 批量生成管理脚本 创建一个更高级的管理脚本，用于处理不同的生成任务： ```python import argparse def main(): parser = argparse.ArgumentParser(description='圣女司幼幽批量图片生成器') parser.add_argument('--prompts-file', help='提示词文件路径', default='prompts.txt') parser.add_argument('--output-dir', help='输出目录', default='output') parser.add_argument('--batch-size', help='每批生成数量', type=int, default=10) parser.add_argument('--resume', help='从中断处继续', action='store_true') args = parser.parse_args() # 读取提示词文件 with open(args.prompts_file, 'r', encoding='utf-8') as f: prompts = [line.strip() for line in f if line.strip()] generator = ShengNvSiYouYouGenerator() if args.resume: # 恢复进度逻辑 pass else: # 新的生成任务 generator.batch_generate(prompts, args.output_dir) if __name__ == "__main__": main() ``` ## 6. 总结 通过本文介绍的Python自动化脚本，你可以轻松实现圣女司幼幽-造相Z-Turbo模型的批量图片生成和自动分类管理。这个方案不仅大大提高了工作效率，还能保持生成内容的有序性和可管理性。 **主要优势**： - 一次性批量生成大量图片，无需手动操作 - 自动根据内容分类，便于后续查找和使用 - 生成详细报告，方便统计和管理 - 可扩展性强，支持自定义分类规则和提示词 **适用场景**： - 需要大量角色图片的游戏开发 - 小说或漫画的角色视觉化创作 - 个人收藏和创作需求 - 艺术设计和创意项目 你可以根据自己的具体需求，进一步扩展和优化这个脚本，比如添加更复杂的分类逻辑、集成图像后处理功能，或者添加Web界面进行更直观的管理。 --- > **获取更多AI镜像** > > 想探索更多AI镜像和应用场景？访问 [CSDN星图镜像广场](https://ai.csdn.net/?utm_source=mirror_blog_end)，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。