虚拟换装 API：用 GPT Image 2 替换服装

可以，用一句文字提示就能换。GPT Image 2 的改图接口在一张照片上换了衣服。我们 2026 年 10 月 28 日跑的三次换装里，姿势、脸和背景都保持不变。它没有单独的服装输入，但加一张服装照片后，裙长跟着参考图变了。每张结果都要用眼睛检查。

请求就是 OmniaKey 媒体 API 的一次图片编辑：一张原图、一句提示词，再加可选的参考图。我们在 2026 年 10 月 28 日核对了下面的函数：提示词和代码里的样例不同，用的是一件黄色雨衣；发的是基础模特的一张 1024 像素 JPEG 图，返回的是 1024x1536 的 PNG。

改图能给试衣做什么，不能做什么

图片编辑从一张原图和一句提示词开始。操作名是 edit，原图以 Base64 内联发送，提示词写清要换的衣服。OmniaKey 的图片 API 文档（2026 年 10 月 28 日核对）还允许在 images 数组里放多张参考图。返回的是一张新图，所以衣服变了，人还留在原处：我们的几次跑图里，脸、姿势、头发和影棚背景都保持不变。

试衣有两个地方要留意：接口没有单独的服装字段，模型从你的描述或第二张照片里读衣服，再画出自己的版本；新图也会动到你没点名的细节。试衣功能应该把结果展示出来，让买家自己判断像不像。同一个操作也能做移除画面里的物体；如果主要是按指令改图，可以看FLUX Kontext 替代方案指南。

把照片和换装提示词发出去

向 https://api.omniakey.com/v1/media/tasks 发 POST，带上 Bearer key、JSON 请求体和 Idempotency-Key 头。OmniaKey 的图片 API 文档（2026 年 10 月 28 日核对）说创建任务返回 HTTP 202 和任务 id。任务状态是 queued 或 processing 时继续轮询任务地址。succeeded 表示素材已就绪，失败的任务会带 error.code 和 error.message，并且不扣费。

任务字段这样填：

整个请求要控制在 1 MiB 以内，因为内联 Base64 也算在这 1 MiB 里。采样数必须是 1，接口固定返回不透明 PNG，所以尺寸要从下载后的文件里读。

下面是这个函数：

import base64
import json
import os
import time
import urllib.request
import uuid

API = "https://api.omniakey.com/v1/media/tasks"
KEY = os.environ["OMNIAKEY_API_KEY"]


def request(method, url, body=None, extra_headers=None):
    headers = {"Authorization": f"Bearer {KEY}", "User-Agent": "omniakey-example/1"}
    data = None
    if body is not None:
        headers["Content-Type"] = "application/json"
        data = json.dumps(body).encode()
    headers.update(extra_headers or {})
    req = urllib.request.Request(url, data=data, headers=headers, method=method)
    with urllib.request.urlopen(req, timeout=120) as resp:
        return json.load(resp)


def edit_image(source_path, prompt, out_path, size="1024x1536", quality="medium"):
    with open(source_path, "rb") as f:
        image = base64.b64encode(f.read()).decode()
    body = {
        "model": "gpt-image-2",
        "type": "image",
        "operation": "edit",
        "input": {"prompt": prompt, "image": {"data": image, "mime_type": "image/jpeg"}},
        "parameters": {"size": size, "quality": quality},
    }
    task = request("POST", API, body, {"Idempotency-Key": str(uuid.uuid4())})["id"]
    for _ in range(150):
        time.sleep(4)
        state = request("GET", f"{API}/{task}")
        if state["status"] not in ("queued", "processing"):
            break
    if state["status"] != "succeeded":
        raise RuntimeError(state.get("error") or state["status"])
    asset_url = state["assets"][0]["url"]  # 签名链接约一小时有效，先下载
    req = urllib.request.Request(asset_url, headers={"User-Agent": "omniakey-example/1"})
    with urllib.request.urlopen(req, timeout=120) as resp, open(out_path, "wb") as f:
        f.write(resp.read())
    return task
if __name__ == "__main__":
    task = edit_image(
        "vto-base.jpg",
        "Change the outfit: she now wears a red satin slip dress with thin straps that falls to mid-calf. Keep the same pose, face, hair, body, the plain light-gray studio background and the lighting exactly as they are. Photorealistic, no text, no logos.",
        "vto-slip.png",
        size="1024x1536",
    )
    print("task", task)

签名素材链接约一小时有效，文件保留 24 小时（同一份文档，2026 年 10 月 28 日核对）。任务成功后要马上下载。我们 2026 年 10 月 28 日核对时用的是黄色雨衣那句提示词，发的是基础模特的一张 1024 像素 JPEG 图，返回的是 1024x1536 的 PNG。脚本带了 User-Agent 头：Python 默认的 User-Agent 在我们这次调用里被 HTTP 403 拒绝，加上这个头就通过了。

我们跑的三次换装

三次换装都从同一张合成照片开始：一位穿白色圆领 T 恤和深蓝牛仔裤的女性，站在浅灰色纯色影棚里。原图 1024x1536，质量 medium，来自我们 2026 年 10 月 28 日的跑图。

第一次要红色缎面细吊带裙，裙摆到小腿中部。裙子出来了，姿势、脸、头发和背景都没变。白色运动鞋变成了白色细带高跟，这不是我们要求的。

第二次要深绿色羊毛西装外套，里面配米色真丝吊带，下身黑色直筒裤。三件都出现了，白色运动鞋保留。

第三次要海军蓝和白色横条纹长袖上衣，左胸有一个小小的红色刺绣爱心。条纹和爱心都落在左胸；深蓝牛仔裤和白色运动鞋保留。

这里的人物和场景都是合成的，每条提示词只跑了一次，所以每张图都是一个样本。

Generated with GPT-Image 2 via the OmniaKey API on October 28, 2026, size 1024x1536, quality medium.

把服装照片作为第二张参考图

想要更贴近，可以把衣服当第二张图发进去。我们把人物照放在第一位，平铺的红色缎面吊带裙放在第二位，用 input.images 配这句提示词：

Dress the woman in the first image in the red satin slip dress shown in the second image. Keep her pose, face, hair, body, the plain light-gray studio background and the lighting exactly as they are. Photorealistic, no text, no logos.

裙子落到地面，长度接近平铺照片。同一件裙子只用文字描述时，裙摆停在小腿中部。我们这一次的样本里，服装照片带出了文字没说清的长度。

哪里跑偏了

跑偏出现在提示词没写到的部分：吊带裙那次改了鞋，而提示词只写了裙子。给买家看之前，把脸、手、裙摆、鞋和图案放大检查一遍。带印花 logo 的服装、商品图上的精确面料花纹、超过两张参考图，这三样我们没有测试。

什么时候该用专门的试衣 API

专门的试衣 API 把人和衣服分成两个输入。Google 的 Vertex AI 页面 “Generate Virtual Try-On Images” 写着下面这句话。页面最后更新于 2026 年 10 月 26 日，我们在 2026 年 10 月 28 日核对：

You provide an image of a person and an image of a clothing product.

同一页列出 personImage 和 productImages 两个 Base64 字段，还有 1 到 4 的 sampleCount。模型 ID 是 virtual-try-on-001。页面还注明 Vertex AI 文档不再更新。

如果服装照片就是标准，而且一次要出多张样图，选这类接口；如果想把换装和其他编辑放在同一条流程里，选 GPT Image 2 的改图。普通改图一次出一张，Vertex 那页允许 1 到 4 张。

OpenAI 的定价页（2026 年 10 月 28 日核对）说 gpt-image-2 按 token 计费：页面列出的是 token 单价，没有单张价格表，并指向图像生成指南里的一个计算器。OmniaKey 的当前价格在价格页。

换装提示词模板

用我们跑通的结构：先写衣服，再锁住人和场景。

Change the outfit: she now wears [garment, colour, fabric, length]. Keep the same pose, face, hair, body, the plain light-gray studio background and the lighting exactly as they are. Photorealistic, no text, no logos.

• 衣服：一句话写清颜色、面料和长度。“A red satin slip dress with thin straps that falls to mid-calf”带来了清楚的换装。
• 锁定项：姿势、脸、头发、身体、背景、光线。把这些逐项写进提示词。
• 收尾：写“Photorealistic, no text, no logos.”，我们几次提示词都用了这个结尾。
• 鞋子：必须保留就点名，例如“keep the white sneakers”。吊带裙那次没写鞋，鞋就变了。

长度比文字更重要时，加第二张图：人物放第一，衣服放第二。提示词里用“the first image”和“the second image”指代，就像我们那次一样。提示词的整体顺序，可以看GPT Image 2 提示词指南。

常见问题

GPT Image 2 API 有专门的虚拟试衣接口吗？

没有。OmniaKey 的模型页（2026 年 10 月 28 日核对）列出文生图和图片编辑。我们几次跑图里，试衣就是一次编辑：一句文字提示，外加一张可选的参考图。

可以发服装照片吗？

可以，放在 input.images 里当第二张参考图。我们 2026 年 10 月 28 日那次跑图，裙长跟着平铺照片变了。

脸会保持不变吗？

我们三次换装和两张参考图那次，用眼睛看都保持了。每张结果都要放大检查。

结果链接能放多久？

约一小时（OmniaKey 图片 API 文档，2026 年 10 月 28 日核对），文件保留 24 小时。任务成功后马上下载。

该请求多大尺寸？

size 写成 WIDTHxHEIGHT，例如 1024x1536，再从下载的 PNG 里读实际尺寸。我们几次跑图都用 1024x1536、质量 medium。

先拿一张照片和一句换装提示词开始。GPT Image 2 页面介绍模型，当前价格单独列出。