Midjourney 是一款非常强大的 AI 绘图工具只要输入关键字就能在短短一两分钟生成十分精美的图像。Midjourney 以其出色的绘图能力在业界独树一帜如今Midjourney 早已在各个行业和领域广泛应用其影响力愈发显著。本文档主要介绍 Midjourney API 中 Imagine 操作的使用流程利用它我们可以轻松通过文本生成所需要的图像。申请流程要使用 Midjourney Imagine API首先可以到 Midjourney Imagine API https://platform.acedata.cloud/documents/midjourney-imagine 页面点击「Acquire」按钮获取请求所需要的凭证如果你尚未登录或注册会自动跳转到登录页面邀请您来注册和登录登录注册之后会自动返回当前页面。基本使用接下来就可以在界面上填写对应的内容如图所示在第一次使用该接口时我们至少需要填写两个内容一个是authorization直接在下拉列表里面选择即可。另一个参数是promptprompt就是我们想生成的图片描述内容建议用英文描述画的图会更准确效果更好这里我们用了示例内容Lamborghini speeds inside a volcano代表要画一个兰博基尼在火山飞驰。同时您可以注意到右侧有对应的调用代码生成您可以复制代码直接运行也可以直接点击「Try」按钮进行测试。调用之后我们发现返回结果如下{ image_url: https://midjourney.cdn.acedata.cloud/attachments/1233387694839697411/1234197197067915365/36rgqit64j90qptsxnyq_Lamborghini_speeds_inside_a_volcano_id0494_f47263b6-ff92-44a3-88ee-51cf0e706aae.png?ex662fdb36is662e89b6hmca9be54907726937ed02517a13466bef2afb2825b7cda4b313de56a3c3310d0dwidth1024height1024, image_width: 1024, image_height: 1024, image_id: 1234197197067915365, raw_image_url: https://midjourney.cdn.acedata.cloud/attachments/1233387694839697411/1234197197067915365/36rgqit64j90qptsxnyq_Lamborghini_speeds_inside_a_volcano_id0494_f47263b6-ff92-44a3-88ee-51cf0e706aae.png?ex662fdb36is662e89b6hmca9be54907726937ed02517a13466bef2afb2825b7cda4b313de56a3c3310d0d, raw_image_width: 2048, raw_image_height: 2048, progress: 100, actions: [ upscale1, upscale2, upscale3, upscale4, reroll, variation1, variation2, variation3, variation4 ], task_id: 1bae3bec-3ac4-4180-a148-74ee6cb68b98, success: true }返回结果一共有多个字段介绍如下task_id生成此图像任务的 ID用于唯一标识此次图像生成任务。image_id图片的唯一标识在下次需要对图片进行变换操作时需要传此参数。image_url缩略图的 URL直接打开即可查看生成的效果。image_width缩略图的像素宽度。image_height缩略图的像素高度。raw_image_url原图的 URL和缩略图内容一样但相比缩略图更加高清加载速度会更慢一些。raw_image_width原图的像素宽度。raw_image_height原图的像素高度。actions可以对生成的图片进行的进一步操作列表。这里一共列了 8 个其中upscale代表放大variation代表变换。所以upscale1代表的就是对左上角第一张图片进行放大操作variation3就是代表根据左下角第三张图片进行变换操作。打开image_url或者raw_image_url所对应的链接可以发现如图所示。可以看到这里生成了一张 2x2 的预览图。到现在为止第一次 API 调用就完成了。图像放大与变换下面我们尝试针对当前生成的照片进行进一步的操作比如我们觉得右上角第二张的图片还不错但我们想进行一些变换微调那么就可以进一步将action填写为variation2同时将image_id传递即可这时候得到的结果如下{ image_url: https://midjourney.cdn.acedata.cloud/attachments/1233387694839697411/1234201336543969401/36rgqit64j90qptsxnyq_Lamborghini_speeds_inside_a_volcano_id0494_10dc56a7-ec16-4bac-878e-2338f2ae5f5d.png?ex662fdf10is662e8d90hm9aec96bca35ae20b6f9ab536101b9c4ea255eb6216cbf7000ac554937da071f3width1024height1024, image_width: 1024, image_height: 1024, image_id: 1234201336543969401, raw_image_url: https://midjourney.cdn.acedata.cloud/attachments/1233387694839697411/1234201336543969401/36rgqit64j90qptsxnyq_Lamborghini_speeds_inside_a_volcano_id0494_10dc56a7-ec16-4bac-878e-2338f2ae5f5d.png?ex662fdf10is662e8d90hm9aec96bca35ae20b6f9ab536101b9c4ea255eb6216cbf7000ac554937da071f3, raw_image_width: 2048, raw_image_height: 2048, progress: 100, actions: [ upscale1, upscale2, upscale3, upscale4, reroll, variation1, variation2, variation3, variation4 ], task_id: f4961620-1104-409f-9dc1-ba3ed15c2f4d, success: true }打开image_url新生成的图片如下所示可以看到针对上一张右上角的图片我们再次得到了四张类似的照片。这时候我们可以挑选其中一张进行精细化地放大操作比如选第四张那就可以action传入upscale4通过image_id再次传入当前图像的 ID 即可。注意upscale操作相比variation来说Midjourney 的耗时会更短一些。返回结果如下{ image_url: https://midjourney.cdn.acedata.cloud/attachments/1233387694839697411/1234202545208033400/36rgqit64j90qptsxnyq_Lamborghini_speeds_inside_a_volcano_id0494_34edc3f5-2bd0-4f5b-a372-03270b02289b.png?ex662fe031is662e8eb1hmf8006c4d33a03dfd027dffe4eb46ab0d113a4910aef07497f0b335c8998b7858width512height512, image_width: 512, image_height: 512, image_id: 1234202545208033400, raw_image_url: https://midjourney.cdn.acedata.cloud/attachments/1233387694839697411/1234202545208033400/36rgqit64j90qptsxnyq_Lamborghini_speeds_inside_a_volcano_id0494_34edc3f5-2bd0-4f5b-a372-03270b02289b.png?ex662fe031is662e8eb1hmf8006c4d33a03dfd027dffe4eb46ab0d113a4910aef07497f0b335c8998b7858, raw_image_width: 1024, raw_image_height: 1024, progress: 100, actions: [ upscale_2x, upscale_4x, variation_subtle, variation_strong, zoom_out_2x, zoom_out_1_5x, pan_left, pan_right, pan_up, pan_down ], task_id: 03f62b17-a6f1-4c8e-9b4d-1fc7bd5b1180, success: true }其中image_url如图所示这样我们就成功得到了一张兰博基尼的照片。同时注意到actions里面又包含了几个可进行的操作介绍如下upscale_2x对画面放大 2 倍得到 2 倍高清图。upscale_4x对画面放大 4 倍得到 4 倍高清图。zoom_out_2x对画面进行缩小两倍操作周围区域填充。zoom_out_1_5x对画面进行缩小 1.5 倍操作周围区域填充。pan_left对画面进行左偏移操作。pan_right对画面进行右便宜操作。pan_up对画面进行上偏移操作。pan_down对画面进行下偏移操作。可以继续按照上述流程传入对应的变换指令进行连续生图操作。图像改写垫图该 API 也支持图像改写俗称垫图我们可以输入一张图片 URL 以及需要改写的描述文字该 API 就可以返回改写后的图片。注意输入的图片 URL 需要是一张纯图片不能是一个网页里面展示一张图片否则无法进行图像改写。建议使用图床来上传获取图片的 URL。例如我们这里有一张公路落日的图片公路旁边有一些树木和楼房如图所示现在我们想在它的基础上改写成海滩旁边同时放一辆汽车停在路边。我们就可以构造如下的 prompthttps://cdn.acedata.cloud/v014oc.png an illustration of a car parked on the beach --iw 2可以看到我们的 prompt 的最开头是一个 HTTPS 开头的图片链接然后接着加一个空格后面跟上 prompt 文字的内容。这里我们还用了额外的一些高级参数如—iw 2来调整图片的权重。我们可以将如上内容作为一个整体传递给prompt字段如图所示输出结果如下{ image_url: https://midjourney.cdn.acedata.cloud/attachments/1234427310434947145/1234539663515975690/atmateosa5693_An_illustration_of_a_car_parked_on_the_beach_id26_cc8650ec-7e4b-4685-8911-78172430d8a7.png?ex66311a28is662fc8a8hmc39707a1f22bc7f12874060ea6ed58ba37c188139ccc9a13c61ed9f37e66ea74width1456height816, image_width: 1456, image_height: 816, image_id: 1234539663515975690, raw_image_url: https://midjourney.cdn.acedata.cloud/attachments/1234427310434947145/1234539663515975690/atmateosa5693_An_illustration_of_a_car_parked_on_the_beach_id26_cc8650ec-7e4b-4685-8911-78172430d8a7.png?ex66311a28is662fc8a8hmc39707a1f22bc7f12874060ea6ed58ba37c188139ccc9a13c61ed9f37e66ea74, raw_image_width: 2912, raw_image_height: 1632, progress: 100, actions: [ upscale1, upscale2, upscale3, upscale4, reroll, variation1, variation2, variation3, variation4 ], task_id: 24a79e8b-a79d-471a-aef7-089dc0627ee8, success: true }这时候我们就得到了如下生成的图片可以看到在原来的图片整体风格和构图不变的前提下整个场景变成了海滩旁边同时公路上还出现了汽车这就是 Prompt with Image。图像融合该 API 也支持图像融合我们可以传入多张图片以实现不同的图片融合效果。比如说这里我们一共有两张图片一张是一只玩具熊另一张是一个电锯分别如图所示现在我们想把二者融合起来让这只熊拿着这个电锯怎么做呢我们可以构造如下的 prompthttps://i-blog.csdnimg.cn/direct/7660ac9e0870472b8ac9a44e8516e4fd.png https://i-blog.csdnimg.cn/direct/6bc79976be6d49fea45955d9b25d82dd.png The bear is holding the chainsaw --iw 2可以发现和 Image with Prompt 类似我们这里将多张图片 URL 放在了 prompt 开头并以空格分隔最后再加上文字 prompt将如上内容作为一个整体传递给prompt参数运行效果如下{ image_url: https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234547236830973972/kcisok_The_bear_is_holding_the_chainsaw_id8873344_ad605bc4-ba19-4807-b94f-367dab672f7a.png?ex66312136is662fcfb6hm0fb1e2261c9a30b04de9da9b23b7562eb73677f1bbda1fae52c7243b12d25aacwidth1024height1024, image_width: 1024, image_height: 1024, image_id: 1234547236830973972, raw_image_url: https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234547236830973972/kcisok_The_bear_is_holding_the_chainsaw_id8873344_ad605bc4-ba19-4807-b94f-367dab672f7a.png?ex66312136is662fcfb6hm0fb1e2261c9a30b04de9da9b23b7562eb73677f1bbda1fae52c7243b12d25aac, raw_image_width: 2048, raw_image_height: 2048, progress: 100, actions: [ upscale1, upscale2, upscale3, upscale4, reroll, variation1, variation2, variation3, variation4 ], task_id: 891f2645-ee15-4c7b-ac24-d98163c8e57e, success: true }我们就得到了如下结果可以看到我们就成功实现了图片融合。注意图片融合最多可以支持 5 个图片 URL 作为输入也就是最多支持 5 张图片融合输入格式同上。异步回调由于 Midjourney 生成图片需要等待一段时间所以本 API 也默认设计为了长等待模式。但在部分场景下长等待可能会带来一些额外的资源开销因此本 API 也提供了异步 Webhook 回调的方式当图片生成成功或失败时其结果都会通过 HTTP 请求的方式发送到指定的 Webhook 回调 URL。回调 URL 接收到结果之后可以进行进一步的处理。下面演示具体的调用流程。首先Webhook 回调是一个可以接收 HTTP 请求的服务开发者应该替换为自己搭建的 HTTP 服务器的 URL。此处为了方便演示使用一个公开的 Webhook 样例网站 https://webhook.site/打开该网站即可得到一个 Webhook URL如图所示将此 URL 复制下来就可以作为 Webhook 来使用此处的样例为 https://webhook.site/995d0a91-d737-40a7-a3b9-5baf68ed924c。接下来我们可以设置字段callback_url为上述 Webhook URL同时填入prompt如图所示点击测试之后会立即得到一个task_id的响应用于标识当前生成任务的 ID如图所示稍等片刻等图片生成结束可以发发现 Webhook URL 收到了一个 HTTP 请求如图所示其结果就是当前任务的结果内容如下{ success: true, task_id: f6e39eaf-652a-4bf5-a15c-79d8b143b80a, image_url: https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234551030549839932/kcisok_A_cat_sitting_on_a_table_id2724480_591c5c85-ec80-42ab-9fe5-9adfbed192e4.png?ex663124beis662fd33ehmda725eb74aae375d60beec38b4cd26c5a7b373b1662f222ff838a8ea6fd5e798width1024height1024, image_width: 1024, image_height: 1024, image_id: 1234551030549839932, raw_image_url: https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234551030549839932/kcisok_A_cat_sitting_on_a_table_id2724480_591c5c85-ec80-42ab-9fe5-9adfbed192e4.png?ex663124beis662fd33ehmda725eb74aae375d60beec38b4cd26c5a7b373b1662f222ff838a8ea6fd5e798, raw_image_width: 2048, raw_image_height: 2048, progress: 100, actions: [ upscale1, upscale2, upscale3, upscale4, reroll, variation1, variation2, variation3, variation4 ] }其中success字段标识了该任务是否执行成功如果执行成功还会有同样的actions,image_id,image_url字段和上文介绍的返回结果是一样的另外还有task_id用于标识任务以实现 Webhook 结果和最初 API 请求的关联。如果图片生成失败Webhook URL 则会收到类似如下内容{ success: false, task_id: 7ba0feaf-d20b-4c22-a35a-31ec30fc7715, error: { code: bad_request, message: Unrecognized argument(s): -c, x } }这里的success字段会是false同时还会有error.code和error.message字段描述了任务错误的详情信息Webhook 服务器根据对应的结果进行处理即可。流式输出Midjourney 官方在生成图片的时候是有进度的在最开始是一张模糊的照片然后经过几次迭代之后图片逐渐变得清晰最后得到完整的图片。所以一张图片的生成过程大约可以分为「发送命令」-「开始生图多次迭代逐渐清晰」-「生图完毕」的阶段。在没开启流式输出的情况下本 API 从发起请求到返回结果实际上是从上述「发送命令」-「生图完毕」的全过程中间生图的过程也全被包含在里面由于 Midjourney 本身生成图片速度较慢整个过程大约需要等待一分钟或更久。所以为了更好的用户体验本 API 支持流式输出即当「开始生图」的时候就开始返回结果每当绘制进度有变化就会流式将结果输出直至生图结束。如果想流式返回响应可以更改请求头里面的accept参数修改为application/x-ndjson不过调用代码需要有对应的更改才能支持流式响应。Python 样例代码import requests url https://api.acedata.cloud/midjourney/imagine headers { content-type: application/json, accept: application/x-ndjson, authorization: Bearer {token} } body { prompt: a beautiful cat --v 6 } r requests.post(url, headersheaders, jsonbody, streamTrue) for line in r.iter_lines(): print(line.decode())运行结果{image_url:https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234558451443699803/eae94f0f-0ba5-4b3c-9bad-59fb33ac2cbc_grid_0.webp?ex66312ba7is662fda27hm4625d5f12158bffc07c4faaf6ce75af6f1396122f148b33b91f3e20b48fecc8bwidth256height256,image_width:256,image_height:256,image_id:1234558451443699803,raw_image_url:https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234558451443699803/eae94f0f-0ba5-4b3c-9bad-59fb33ac2cbc_grid_0.webp?ex66312ba7is662fda27hm4625d5f12158bffc07c4faaf6ce75af6f1396122f148b33b91f3e20b48fecc8b,raw_image_width:512,raw_image_height:512,progress:35,actions:[],task_id:49589d2c-b6b3-4fbf-9f82-93068509c76f,success:true} {image_url:https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234558458595115149/eae94f0f-0ba5-4b3c-9bad-59fb33ac2cbc_grid_0.webp?ex66312ba9is662fda29hm9af53fa645127131a88dfbb3930add7abda710c12a3d6c30c457d6a067b36babwidth256height256,image_width:256,image_height:256,image_id:1234558458595115149,raw_image_url:https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234558458595115149/eae94f0f-0ba5-4b3c-9bad-59fb33ac2cbc_grid_0.webp?ex66312ba9is662fda29hm9af53fa645127131a88dfbb3930add7abda710c12a3d6c30c457d6a067b36bab,raw_image_width:512,raw_image_height:512,progress:75,actions:[],task_id:49589d2c-b6b3-4fbf-9f82-93068509c76f,success:true} {image_url:https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234558483408490566/kcisok_A_landscape_painting_of_a_beautiful_sunset_id5963392_eae94f0f-0ba5-4b3c-9bad-59fb33ac2cbc.png?ex66312bafis662fda2fhm185ea8f130806bf8bd96911bd251808455fd65596edcdb459f9b3cfd7860387cwidth1024height1024,image_width:1024,image_height:1024,image_id:1234558483408490566,raw_image_url:https://midjourney.cdn.acedata.cloud/attachments/1234291876639674388/1234558483408490566/kcisok_A_landscape_painting_of_a_beautiful_sunset_id5963392_eae94f0f-0ba5-4b3c-9bad-59fb33ac2cbc.png?ex66312bafis662fda2fhm185ea8f130806bf8bd96911bd251808455fd65596edcdb459f9b3cfd7860387c,raw_image_width:2048,raw_image_height:2048,progress:100,actions:[upscale1,upscale2,upscale3,upscale4,reroll,variation1,variation2,variation3,variation4],task_id:49589d2c-b6b3-4fbf-9f82-93068509c76f,success:true}可以看到启用流式输出之后返回结果就是逐行的 JSON 了。在 Node.js 环境中实现代码可写为如下const axios require(axios); const url https://api.acedata.cloud/midjourney/imagine; const headers { content-type: application/json, accept: application/x-ndjson, authorization: Bearer {token}, }; const body { prompt: a beautiful cat --v 6, action: generate, }; axios .post(url, body, { headers: headers, responseType: stream }) .then((response) { console.log(response.status); response.data.on(data, (chunk) { console.log(chunk.toString()); }); }) .catch((error) { console.error(error); });这些示例运行的结果都是相似的。请注意流式输出结果中有一个称为 progress 的字段表示生成进度范围从 0 到 100。如果需要您可以在页面上显示这些信息。注意当生成未完全完成时actions字段为空表示无法对中间图像执行进一步处理操作。生成完成后在生成过程中生成的 image_url 将被销毁。此外您可以通过指定acceptapplication/x-ndjson的请求头和 callback_url 的请求体将流式结果与异步回调结合起来然后 callback_url 可以接收到多个流式结果的 POST 请求。