1 简介
Stable Diffusion是 2022 年发布的深度学习文字到图像生成模型。它主要用于根据文字的描述产生详细图像，能够在几秒钟内创作出令人惊叹的作品。
1.1 电脑配置
最低配置
操作系统：Windows 10（64 位）、macOS Monterey（12.5）及以上版本或支持 CUDA 的 Linux 发行版（如 Ubuntu 18.04 及以上版本）。
显卡：推荐 NVIDIA 显卡，型号为 GTX 1050 Ti 或更高，需支持 CUDA，显存至少 4GB。
内存：至少 8GB。
存储空间：硬盘空间至少预留 10GB，机械硬盘可满足基本需求，但固态硬盘更佳。
其他：Python 3.8 及以上版本，稳定的网络连接。
推荐配置
操作系统：Windows 11、macOS Ventura（13.0）及以上版本或 Ubuntu 20.04 及以上版本。
显卡：推荐 NVIDIA 显卡，如RTX 4060 Ti 16GB或更高配置，显存至少 12GB。
内存：至少 16GB，32GB 或更高更好。
存储空间：硬盘空间至少预留 500GB，推荐使用 NVMe 协议的固态硬盘。
其他：Python 3.10 或 3.11 版本，高速稳定的网络连接。
电脑配置最核心的关键点：看显卡、看内存、看硬盘、看CPU。其中最重要的是看显卡，N卡（英伟达Nvida独立显卡）首选，效率远超集显/AMD/Intel显卡和CPU渲染，最低10系起步，体验感佳用40系，显存最低4G，6G及格，上不封顶；内存最低8G，16G及格，上不封顶；硬盘可用空间最好有个500G朝上，固态最佳。
系统要求：支持 Win10/Win11/macOS（仅限Apple Silicon，Intel 版本的 Mac 无法调用 Radeon 显卡）和 Linux 系统，苹果版SD兼容的插件数量较少，功能性不及 Windows 与 Linux 电脑。
如果身边没有合适的电脑可以考虑购买云主机，比如腾讯GPU云服务器。若无法使用独立显卡和云服务，亦可修改启动配置，使用CPU渲染（兼容性强，出图速度慢，需要16G以上内存）。
1.2 安装方法
Github上下载地址如下：
https://github.com/AUTOMATIC1111/stable-diffusion-webui
现在完成后可参照说明进行安装，也可搜索其他安装教程或者直接使用网上整合包，本人环境如下，仅供参考：
之后需要下载相应的模型，基础模型可从Hugging Face官方页面下载，包含 v1.4 到 v2.1 的全系列模型。
也可以从第三方平台civitai.com、LiblibAI、吐司等平台下载合适模型。Stable Diffusion 不同类型的模型下载后存放路径有所不同，以下是常见模型的存放路径：
基础模型（大模型）：通常存放在Stable Diffusion安装目录\models\Stable-diffusion路径下。例如，将 Stable Diffusion 安装在D:\stable-diffusion-webui，那么基础模型就应放在D:\stable-diffusion-webui\models\Stable-diffusion中。
VAE 模型：可以存放在Stable Diffusion安装目录\models\VAE路径下。部分大模型会自带 VAE 模型，也可根据需要将单独下载的 VAE 模型放置在此目录，然后在 Stable Diffusion 用户界面的设置中选择相应的 VAE 模型。
Lora 模型：可以存放在Stable Diffusion安装目录\extensions\sd-webui-additional-networks\models\lora路径下，也可以放在Stable Diffusion安装目录\models\Lora目录中。
Embedding 模型：存放在Stable Diffusion安装目录\embeddings路径下。
如在本人安装目录下有以下两种基础模型：
这两种比较典型的模型文件，它们有以下区别：
1 存储结构与原理
.ckpt（Checkpoint）：是 PyTorch 原生的模型保存格式，它是一种通用的模型权重存储格式，能够保存整个模型的状态字典（包括所有层的权重、偏置等参数） ，以及训练过程中的一些信息，比如优化器的状态、训练轮数等。在深度学习训练中，经常会保存.ckpt文件来记录模型在某个训练阶段的状态，方便后续继续训练或者加载使用。
.safetensors：是专门为安全加载而设计的一种张量格式，它的设计目的是防止代码执行漏洞。与.ckpt相比，.safetensors 只专注于存储张量数据（即模型的权重参数），不会存储像优化器状态这类额外的训练信息。它通过验证张量的元数据来确保加载过程的安全性，减少了恶意代码注入的风险。
2 文件大小
.ckpt：由于.ckpt文件除了模型权重外，还会存储一些训练相关的额外信息，所以通常文件大小相对较大。
.safetensors：只保存张量数据，不包含其他额外信息，在存储相同模型权重的情况下，文件大小一般会比.ckpt 文件更小，这在下载和存储模型时可以节省一定的磁盘空间和网络带宽。
3 加载速度与性能
.ckpt：在加载.ckpt文件时，PyTorch 需要解析文件中的各种信息，包括模型权重、优化器状态等，加载过程相对复杂一些，尤其是当文件较大且包含大量额外信息时，加载速度可能会受到影响。
.safetensors：.safetensors的设计更侧重于快速加载张量数据，其加载速度通常更快，特别是对于较大的模型，在 Stable Diffusion 中使用.safetensors格式的模型可以更快地启动生成图像的过程。
4 兼容性与社区支持
.ckpt：作为 PyTorch 的原生格式，.ckpt被广泛支持，在各种深度学习框架和工具中都能比较方便地加载和使用。在 Stable Diffusion 早期，.ckpt是主流的模型分享格式，社区中有大量基于.ckpt格式的模型资源。
.safetensors：随着对模型安全加载需求的增加，.safetensors逐渐受到欢迎，目前在 Stable Diffusion 社区中也有大量的模型以这种格式发布，并且越来越多的工具和框架开始支持.safetensors格式，其兼容性在不断提升。使用.safetensors格式的模型可以更快地启动生成图像的过程。
2 使用详解
2.1 界面介绍
这里直接使用python launch.py启动项目：
主界面内容显示如下：
1. 主要功能
这里默认使用的是CivitAI上模型Realistic Vision V6.0 B1，本安装下主要功能选项如下：
txt2img：文生图，根据文本提示生成图像；
img2img：图生图，根据提供的图像作为范本、结合文本提示生成图像；
Extras：更多，如优化(清晰、扩展)图像；
PNG Info：显示图像基本信息,包含提示词和模型信息（除非信息被隐藏）；
Checkpoint Merger：模型合并，把已有的模型按不同比例进行合并生成新模型；
Train：根据提供的图片训练具有某种图像风格的模型；
Settings：所有设置项；
Extensions：显示安装及使能扩展项；
以文生图为例，接下来内容是描述语分为正向/负向描述，它们也叫tag(标签）或prompt(提示词）
正面提示词：相比Midjourney需要写得更精准和细致，描述少就给AI更多自由发挥空间。
负面提示词：不想让SD生成的内容。
正向：masterpiece, best quality, 更多画质词，画面描述
反向：nsfw, lowres, bad anatomy, bad hands, text, error, missing fingers,extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry，根据画面产出加入不想出现的画面。
对于正向提示词，一般而言，概念性的、大范围的、风格化的关键词写在前面，叙述画面内容的关键词其次，最后是描述细节的关键词，大致顺序如下：
(画面质量提示词), (画面主题内容)(风格), (相关艺术家), (其他细节)2. 采样方法
在Stable Diffusion中，不同采样方法在生成图像的质量、速度、效果多样性等方面各有特点，以下是常见采样方法的介绍：
DPM++ 系列
DPM++ 2M：是一种较为常用的采样方法，在生成图像质量和速度上取得了较好的平衡，能生成细节丰富、清晰度较高的图像。
DPM++ SDE：倾向于生成更加多样化和具有创意的图像，对于需要探索不同风格和效果的场景比较适用，但在生成速度上可能会稍慢一些。
DPM++ 2M SDE：结合了 DPM++ 2M 和 SDE 的优点，在生成图像的多样性和质量上有不错的表现，相比 DPM++ SDE，它在速度上可能会有所提升。适合用于创意探索，比如在进行艺术创作、概念设计等任务，快速得到多种不同风格和创意的图像，以获取灵感。
DPM++ 2M SDE Heun：在 DPM++ 2M SDE 的基础上，采用了 Heun 方法来改进数值积分过程。Heun 方法是一种二阶数值积分方法，相比一些基础的积分方法，它通过对梯度进行预估校正，能更准确地逼近真实的解曲线。生成速度慢一些，更适合对图像质量要求较高的场景。
DPM++ 2S a：通常能够产生相对稳定且质量较高的图像，在一些对生成效果稳定性要求较高的情况下可以优先选择。
DPM++ 3M SDE：在处理复杂图像生成任务时表现出色，能更好地捕捉和呈现细节，但计算量相对较大，生成时间可能较长。
Euler 系列
Euler a：采样速度较快，生成的图像往往具有较为鲜明的风格特点，但在图像细节的精确性上可能不如一些更复杂的采样方法，适合快速预览生成效果。
Euler：是较为基础的采样方法，生成效果相对简洁，在一些对计算资源要求较高的情况下，使用它可以降低计算开销，但生成图像的细节丰富程度可能有限。
其他方法
LMS（Least Mean Squares）：在生成图像时，能够较好地保持图像的整体结构和连贯性，生成的结果通常比较符合预期，不会出现过于夸张或不自然的效果。
Heun：是一种改进的数值积分方法，生成的图像在质量上有一定保障，同时在速度方面也有不错的表现，适用于对图像质量有一定要求且希望生成过程不要太慢的场景。
DPM2：可以在相对较短的时间内生成质量较好的图像，对于一些对生成速度有要求，但又希望图像质量不至于太差的任务比较合适。
DPM fast：正如其名，采样速度非常快，能够快速生成图像，适合需要快速得到大量生成结果的初步探索阶段，但图像质量可能会略逊于一些更精细的采样方法。
DPM adaptive：能够根据生成过程自动调整采样步长，在保证一定图像质量的同时，尽量提高生成效率，在不同的生成任务中表现较为灵活。
Restart：在生成过程中通过重新启动采样过程，有可能探索到更多不同的结果，增加生成图像的多样性，但也可能会导致生成时间变长。
DDIM（Denoising Diffusion Implicit Models）：生成的图像质量较高，能够生成细节丰富、逼真的图像，不过生成速度相对较慢，适用于对图像质量要求极高的场景。
DDIM CFG++：在 DDIM 的基础上进行了改进，进一步提升了生成图像与提示词的匹配度，使得生成的图像更符合用户输入的文本描述。
PLMS（Predictive Latent Model Sampling）：生成的图像具有较好的稳定性和质量，在处理一些常规的图像生成任务时表现出色，是一个比较均衡的选择。
UniPC：在采样效率和图像生成质量上都有不错的表现，能够在较短时间内生成高质量的图像，逐渐受到用户的关注和使用。
LCM（Latent Consistency Models）：采样速度极快，相比其他很多采样方法，它能在极短的时间内生成图像，并且生成的图像质量也能达到较高的水平，非常适合追求高效生成图像的场景。
3. 调度类型
不同调度类型会影响采样过程中噪声调度（即去噪的节奏和方式），进而影响生成图像的质量、风格和速度等，以下是各选项特点分析：
Automatic（自动）：由系统自动选择最合适的调度策略，无需用户手动指定。适合新手或希望快速生成图像，不想深入调整调度细节的场景，能在大多数情况下保证基本的生成效果。
Uniform（均匀）：噪声在整个采样过程中以均匀的方式进行调度，去噪的步长或强度变化较为平稳、规律。生成的图像可能在风格上比较均衡，没有过于突兀的变化，但有时可能缺乏一些细节上的 "惊喜" 或独特性。
Karras：是一种经过优化的调度策略，通常能生成质量较高、细节更丰富的图像。它在噪声调度的设计上更贴合扩散模型的特性，有助于更好地捕捉图像的纹理、结构等细节，在追求图像质量的场景中较为常用。
Exponential（指数）：噪声调度遵循指数规律变化，去噪的节奏可能在前期或后期有更明显的加速或减速。生成的图像可能在风格上带有一定的 "动态感"，或者在某些艺术表现上有特殊的效果，比如营造出渐变、过渡自然的视觉体验。
Polyexponential（多指数）：结合了多种指数相关的调度方式，能更灵活地控制去噪过程。可以根据不同的生成需求，在不同阶段采用不同的指数调度逻辑，从而生成风格多样、细节表现更丰富的图像，不过对参数的敏感性可能更高。
SGM Uniform（Score - Based Generative Model Uniform）：基于分数生成模型（SGM）的均匀调度，利用分数模型对数据分布的建模能力，结合均匀调度的平稳性，在生成图像的真实性和多样性之间取得平衡，适合生成更接近真实场景或具有自然分布特征的图像。
KL Optimal（KL 最优）：以 KL 散度（Kullback - Leibler divergence）为优化目标，追求在调度过程中使模型分布与真实分布的差异最小化。生成的图像往往在概率分布层面更接近真实数据，质量较高，细节和纹理的还原度较好。
Align Your Steps：注重采样步骤之间的协调性和一致性，确保每一步的去噪操作都能很好地衔接，避免步骤间的 "跳跃" 或不协调导致图像出现瑕疵。生成的图像在整体连贯性和完整性上表现较好，适合生成结构复杂、需要各部分协调统一的图像。
Simple（简单）：采用简洁的调度逻辑，计算开销小，生成速度快。适合快速生成图像进行预览，或者在对图像质量要求不高、更看重生成效率的场景下使用，不过生成的图像可能在细节丰富度上有所欠缺。
Normal（正常）：是一种比较基础、常规的调度方式，各方面表现相对均衡，没有特别突出的偏向性。适用于一般的图像生成任务，作为默认或基准的调度选择。
DDIM（Denoising Diffusion Implicit Models）：是一种经典的扩散模型采样方法，能通过较少的采样步骤生成质量较高的图像，在速度和质量之间有较好的平衡。生成的图像通常细节清晰，并且可以通过控制采样步骤数来灵活调整生成速度和质量。
Beta：与扩散过程中的 β 参数（控制噪声添加的系数）相关，通过对 β 的调度来影响去噪过程。可以精细地控制噪声的添加和去除节奏，从而对生成图像的风格、对比度等产生影响，适合有针对性地调整图像效果的场景。
4. 采样步数
稳定扩散通过从充满噪音的画布开始创建图像，并逐渐去噪以达到最终输出。此参数控制这些去噪步骤的数量，通常越高越好，但在一定程度上，我们使用的默认值是25个步骤。以下是不同情况下使用哪个步骤编号的一般指南：
如果您正在测试新的提示，并希望获得快速结果来调整您的输入，请使用10-15个步骤
当您找到您喜欢的提示时，请将步骤增加到25
如果是有毛皮的动物或有纹理的主题，生成的图像缺少一些细节，尝试将其提高到40
5. Hires. fix
用于高分辨率修复，作用是先生成低分辨率图像，再通过特定算法将其放大到更高分辨率，同时优化细节，避免放大后模糊。下面逐一解释各参数：
1）Hires. fix（高分辨率修复）
勾选后启用该功能，会分两步生成图像：先以较小尺寸（如图中初始的 512x512）生成基础图像，再放大到目标尺寸（如图中 1024x1024）并优化细节。
2）Upscaler（升采样器）
选择 "Latent" 表示使用潜在空间升采样算法。这种算法在 Stable Diffusion 的潜在空间（而非像素空间）中进行放大，能更高效地保留图像细节，同时利用扩散模型的生成能力补充放大后的纹理。
3）Upscale by（放大倍数）
上图中设为 2，表示将初始图像的长和宽都放大 2 倍（比如 512x512 放大后变为 1024x1024）。也可通过 Resize width to/Resize height to 直接指定目标宽高（当这两个参数不为 0 时，优先级更高）。
4）Hires steps（高分辨率步骤数）
设为0时，通常表示 "复用基础生成的步骤数"（或由插件/版本自动处理）。若设为正数，会额外增加专门用于高分辨率优化的采样步骤，步骤越多细节优化越精细，但生成时间越长。
5）Denoising strength（去噪强度）
范围 0~1，控制放大过程中 "重新生成细节" 的程度：
接近 0：几乎保留低分辨率图像的所有像素，放大后变化小（但可能模糊）。
接近 1：更激进地根据提示词重新生成细节，放大后图像更清晰、细节更丰富，但可能与低分辨率版本差异较大。
图中设为 0.7，属于中等强度，平衡了细节优化和与原图的一致性。
6. Refiner
精细化模型，作用是分阶段使用不同模型生成图像：先由基础模型生成初步图像，再切换到更擅长细节优化的 "Refiner 模型"，对图像进行精细化处理，提升最终效果的细节质量。下面逐一解释各参数：
1）Refiner（核心开关）
勾选后启用 "精细化模型" 功能，允许生成过程中切换模型，用专门的 Refiner 模型优化图像细节。
2）Checkpoint（模型选择）
下拉菜单用于选择精细化模型（需提前下载并放入模型目录）。Refiner 模型通常是针对 "细节优化" 训练的，能在生成后期为图像补充更精细的纹理、光影等。
3）Switch at（切换时机）
取值范围 0~1，表示 "在总采样步骤的百分之多少时，切换到 Refiner 模型"。
例如图中设为 0.8，表示前 80% 的采样步骤用基础模型生成图像大轮廓，后 20% 的步骤用Refiner 模型优化细节。切换时机越晚（值越大），基础模型对图像整体风格的影响越强；切换时机越早（值越小），Refiner 模型对细节的优化越充分，但可能改变基础模型的整体风格。
7. 其他配置
接下来介绍最后剩余的参数内容：
1）Width（宽度）
控制生成图像的宽度像素值（图中为 512）。值越大，图像横向越宽，能容纳更多横向细节，但对显卡显存要求更高，生成速度也会变慢。
2）Height（高度）
控制生成图像的高度像素值（图中为 512）。与 Width 共同决定图像的分辨率（图中为 512×512），值越大，图像纵向越高，细节越丰富，但显存和速度压力也越大。
3）Batch count（批量生成次数）
表示 "要生成多少组图像"（每组的数量由 Batch size 决定）。例如 Batch count=2、Batch size=1 会生成 2 张独立的图像。
4）Batch size（每批生成数量）
表示 "每次同时生成多少张图像"（受显卡显存限制，显存小则需设小值）。例如 Batch size=2 会一次生成 2 张图像，效率更高，但对显存要求翻倍。
5）CFG Scale（分类器自由引导尺度）
控制提示词（Prompt）对生成图像的影响强度：
值越小：生成越 "自由"，图像可能偏离提示词，但风格更随机、有创意。
值越大：生成越 "严格遵循提示词"，图像更贴合文字描述，但可能缺乏变化，甚至出现生硬感。
图中设为 7，属于 "中等强度"，平衡了提示词约束与生成灵活性。
6）Seed（随机种子）
控制生成的随机性：
设为固定数值（如 1234）：每次用相同种子生成的图像会完全一致，方便复现结果。
设为 -1（图中状态）：每次生成都是 "随机种子"，图像结果完全不同，用于探索多样的创意。
右侧骰子图标：点击后随机生成新种子；循环箭头图标：复制当前种子（方便复现）。
7）Script（脚本）
下拉菜单可选择自定义脚本（图中为 None，即不使用脚本）。脚本用于实现特殊生成逻辑，例如 "批量生成不同姿势的角色""按顺序变化某一参数" 等高级功能。
2.2 实例讲解
以Civitai中https://civitai.com/images/90751853为例说明一下该图像生成过程，从其主页可知，它使用的基础模型是Realistic Vision V6.0 B1，如果该模型未下载需首先下载该模型并将模型文件放到相应目录，此外该示例还使用到4x_NMKD-Siax_200k这一用于图像超分辨率（即放大图像并增强细节）的模型，该模型属于 "升采样器（Upscaler）"，其特点是能将低分辨率图像（如512x512）放大到更高分辨率（如2048x2048），同时通过模型训练学到的 "细节模式"，为放大后的图像补充纹理、边缘等细节，避免传统插值放大（如双线性、双三次）导致的模糊、锯齿感。
可以在页面链接中先下载该模型，并将其放到stable-diffusion-webui\models\ESRGAN目录下，虽然4x_NMKD-Siax_200k并非严格意义上基于 ESRGAN 架构，但在webui中，通常将超分辨率模型都放置在这个目录下。放置好后，重启 Stable Diffusion webui，在 "Extras"（额外）选项卡中的 "Upscaler"（放大算法选择框）里就能找到该模型，用于对已生成的图像进行超分辨率处理；在 "High - Resolution Fix"（高分辨率修复）功能中，也可以选择它作为放大模型 。将正反提示词拷贝进相应输入框，然后Sampling method选为DPM++ SDE，Sampling steps设置为6，CFG Scale设置为1.5，Seed设置为3197516009，按示例图片的大小配置宽高为512x768，然后单击Generate按钮即可生成和示例类似的图片。
需要说明的是示例并没有给出Schedule type具体选项，在生成是选择不同的选项产生的图片还是有些许区别的，这里选择Simple感觉和示例图片最为接近。最后可在Extras功能页对产生的图片4x_NMKD-Siax_200k进行Scalex2操作，即可得出清晰度更高的图片。
3 API应用
3.1 开启API
使用如下命令重新启动程序：
python launch.py --api --listen然后再浏览器中输入地址：http://127.0.0.1:7860/docs，就能看到如下所示所有接口文档了，可从文档中找到需要接口及详细参数。
3.2 文生图调用示例
文生图接口，可以通过向stable-diffusion-webui post发送正向关键字、反向关键字、图片尺寸、采样步数等参数来调用AI能力生成图片，下图显示了它有哪些可配置的payload参数选项。
以下对常用的配置参数进行了注释：
{
"prompt": "", // 正向关键字
"negative_prompt": "", // 反向关键字
"styles": [
"string"
],
"seed": -1, // 随机种子
"subseed": -1, // 子级种子
"subseed_strength": 0, // 子级种子影响力度
"seed_resize_from_h": -1,
"seed_resize_from_w": -1,
"sampler_name": "string", // 采样方法
"scheduler": "string",
"batch_size": 1, // 每次生成的张数
"n_iter": 1, // 生成批次
"steps": 50, // 生成步数
"cfg_scale": 7, // 提示词影响程度
"width": 512, // 生成图像宽度
"height": 512, // 生成图像高度
"restore_faces": true, // 面部修复
"tiling": true, // 平铺
"do_not_save_samples": false,
"do_not_save_grid": false,
"eta": 0, // 等待时间
"denoising_strength": 0,
"s_min_uncond": 0,
"s_churn": 0,
"s_tmax": 0,
"s_tmin": 0,
"s_noise": 0,
"override_settings": {}, // 覆盖性配置
"override_settings_restore_afterwards": true,
"refiner_checkpoint": "string",
"refiner_switch_at": 0,
"disable_extra_networks": false,
"firstpass_image": "string",
"comments": {},
"enable_hr": false,
"firstphase_width": 0,
"firstphase_height": 0,
"hr_scale": 2,
"hr_upscaler": "string",
"hr_second_pass_steps": 0,
"hr_resize_x": 0,
"hr_resize_y": 0,
"hr_checkpoint_name": "string",
"hr_sampler_name": "string",
"hr_scheduler": "string",
"hr_prompt": "",
"hr_negative_prompt": "",
"force_task_id": "string",
"sampler_index": "Euler",
"script_name": "string",
"script_args": [], // lora模型参数配置
"send_images": true, // 是否发送图像
"save_images": false, // 是否在服务端保存生成的图像
"alwayson_scripts": {},
"infotext": "string"
}以下python代码示例了文生图api接口调用，及处理返回结果并保存生成图像的详细过程：
import requests
import json
import base64
from PIL import Image
import io
# Stable Diffusion API 的基础 URL，需替换为你实际部署的地址
base_url = "http://127.0.0.1:7860"
api_endpoint = "/sdapi/v1/txt2img"
# 构建请求体参数
payload = {
"prompt": "a beautiful landscape with mountains and a lake", # 正向提示词，描述要生成的图像
"negative_prompt": "ugly, blurry, low quality", # 负向提示词，避免生成的问题
"steps": 20, # 采样步数
"width": 512, # 生成图像宽度
"height": 512, # 生成图像高度
"cfg_scale": 7, # CFG 缩放，控制提示词影响程度
"sampler_name": "Euler", # 采样器名称
"batch_size": 2 # 每批生成图像数量
}
try:
# 发送 POST 请求
response = requests.post(
f"{base_url}{api_endpoint}",
json=payload
)
response.raise_for_status() # 若响应状态码非200，抛出异常
# 解析响应 JSON 数据
response_data = response.json()
# 提取图像数据（通常在 'images' 列表中，是 base64 编码的字符串）
if "images" in response_data:
nLen = len(response_data["images"])
if nLen > 0:
for i in range(nLen):
image_data = response_data["images"][i]
# 将 base64 编码的图像数据转换为字节流
image_bytes = io.BytesIO(base64.b64decode(image_data))
# 打开图像
image = Image.open(image_bytes)
filename = "generated_image%d.png"%i
# 保存图像
image.save(filename)
print("图像生成成功，已保存为"+filename)
else:
print("响应中未找到图像数据")
except requests.exceptions.RequestException as e:
print(f"请求发生错误: {e}")
except json.JSONDecodeError:
print("响应 JSON 解析失败")
except Exception as e:
print(f"发生未知错误: {e}")