> ## Content Index > Fetch the complete content index at: https://www.azurebrasil.cloud/llms.txt > Use this file to discover other available public pages before exploring further. # Como criar imagens e extrair dados com o Azure OpenAI e .NET - URL: https://www.azurebrasil.cloud/blog/ccriar-e-extraindo-dados-de-imagens-com-azure-openai-e-net/ - Published: 2024-07-23T23:31:56.000Z - Updated: 2024-07-24T12:48:15.000Z - Author: Talles Valiatti [Azure OpenAI](https://learn.microsoft.com/pt-br/azure/ai-services/openai/overview?ref=azurebrasil.cloud) é um serviço avançado da Microsoft que permite a integração de [modelos de IA ](https://learn.microsoft.com/pt-br/azure/ai-services/openai/concepts/models?ref=azurebrasil.cloud)em suas aplicações, proporcionando funcionalidades como geração de texto, tradução de idiomas, análise de sentimentos e mais. Uma das funcionalidades interessantes é a geração de imagens a partir de descrições textuais, utilizando a tecnologia [DALL-E](https://learn.microsoft.com/pt-br/azure/ai-services/openai/concepts/models?ref=azurebrasil.cloud#dall-e-models). O gerador de imagens do Azure OpenAI, baseado no modelo DALL-E, permite criar imagens realistas a partir de descrições textuais. Isso pode ser extremamente útil para diversas aplicações, como marketing digital, design gráfico, educação, entre outras. Vamos criar a pasta raiz do nosso projeto: ```markup mkdir OpenAiImageGenerator ``` Em seguida, vamos criar o arquivo `.gitignore` para nossa solução: ```bash dotnet new gitignore ``` Agora, criaremos uma [minimal Web API](https://learn.microsoft.com/en-us/aspnet/core/tutorials/min-web-api?view=aspnetcore-8.0&tabs=visual-studio&ref=azurebrasil.cloud): ```bash dotnet new webapi ``` Precisamos adicionar o pacote NuGet para interagir com o Azure OpenAI: ```bash dotnet add package Azure.AI.OpenAI --version 2.0.0-beta.2 ``` Para utilizar o serviço Azure OpenAI, você precisa criar o recurso de nuvem correspondente e fazer o *deploy* de um modelo de geração de imagens. Para isso, siga os guias abaixo: - [Como criar o recurso no Azure](https://learn.microsoft.com/pt-br/azure/ai-services/openai/how-to/create-resource?pivots=web-portal&ref=azurebrasil.cloud) - [Guia rápido do DALL-E](https://learn.microsoft.com/en-us/azure/ai-services/openai/dall-e-quickstart?tabs=dalle3%2Ccommand-line&pivots=programming-language-studio&ref=azurebrasil.cloud#prerequisites) Adicione as configurações ao arquivo `appsettings.json` da sua Web API: ```json "AzureOpenAi": { "Endpoint": "", "Key": "", "ImageModel": "" } ``` Vamos criar o modelo de requisição para gerar uma imagem: ```csharp namespace OpenAiImageGenerator.Services.Models; public record CreateImageRequest(string GeneralIdea); ``` E o modelo que será retornado pela nossa API: ```csharp namespace OpenAiImageGenerator.Services.Models; public record ImageResult(string Url); ``` Agora, vamos criar o serviço para trabalhar com as imagens: ```csharp using OpenAiImageGenerator.Services.Models; namespace OpenAiImageGenerator.Services; public interface IImageService { Task CreateImageAsync(CreateImageRequest request); } ``` ```csharp using Azure; using Azure.AI.OpenAI; using OpenAI.Images; using OpenAiImageGenerator.Services.Models; namespace OpenAiImageGenerator.Services; public class AzureOpenAiImageService(IConfiguration configuration) : IImageService { private ImageClient GetImageClient() { string endpoint = configuration["AzureOpenAi:Endpoint"]!; string key = configuration["AzureOpenAi:Key"]!; AzureOpenAIClient azureClient = new(new Uri(endpoint), new AzureKeyCredential(key)); return azureClient.GetImageClient(configuration["AzureOpenAi:ImageModel"]!); } public async Task CreateImageAsync(CreateImageRequest request) { var client = GetImageClient(); var image = await client.GenerateImageAsync( request.GeneralIdea, new ImageGenerationOptions { Quality = GeneratedImageQuality.Standard, Size = GeneratedImageSize.W1024xH1024, Style = GeneratedImageStyle.Vivid, ResponseFormat = GeneratedImageFormat.Uri, } ); return new ImageResult(image.Value!.ImageUri.ToString()); } } ``` Precisamos ainda configurar a [injeção do dependência](https://learn.microsoft.com/pt-br/dotnet/core/extensions/dependency-injection?ref=azurebrasil.cloud) do serviço criado no `Program.cs`: ```csharp builder.Services.AddScoped(); ``` Vamos implementar o endpoint para expor o serviço de criação de imagem: ```csharp app.MapPost("/image", async (CreateImageRequest request, IImageService service) => await service.CreateImageAsync(request)) .WithName("CreateImage") .WithOpenApi(); ``` O `Program.cs` ficou dessa forma: ```csharp using OpenAiImageGenerator.Services; using OpenAiImageGenerator.Services.Models; var builder = WebApplication.CreateBuilder(args); builder.Services.AddScoped(); builder.Services.AddEndpointsApiExplorer(); builder.Services.AddSwaggerGen(); var app = builder.Build(); app.UseSwagger(); app.UseSwaggerUI(); app.UseHttpsRedirection(); app.MapPost("/image", async (CreateImageRequest request, IImageService service) => await service.CreateImageAsync(request)) .WithName("CreateImage") .WithOpenApi(); app.Run(); ``` Para testar, e execute a aplicação `dotnet run` envie a seguinte requisição: ```json { "generalIdea": "A dog coding in his laptop. He is also eating a cheese pizza" } ``` ![](https://storage.ghost.io/c/00/52/0052dced-0017-4d07-b190-1f5c48e0ab59/content/images/2024/07/Screen-Shot-2024-07-23-at-15.42.56.png) Temos a reposta com a URL da imagem gerada! ![](https://storage.ghost.io/c/00/52/0052dced-0017-4d07-b190-1f5c48e0ab59/content/images/2024/07/Screen-Shot-2024-07-23-at-15.42.39.png) ![](https://storage.ghost.io/c/00/52/0052dced-0017-4d07-b190-1f5c48e0ab59/content/images/2024/07/Screen-Shot-2024-07-23-at-15.45.11.png) Tudo ocorreu bem! Vamos agora criar um endpoint que irá receber a URL da imagem e irá descrevê-la. Para isso, adicionaremos uma nova chave no `appsettings.json`: ```json "ChatModel": "" ``` Nesse caso, estou utilizando o[ GPT-4o](https://learn.microsoft.com/pt-br/azure/ai-services/openai/concepts/models?ref=azurebrasil.cloud#gpt-4o-and-gpt-4-turbo)! Leia esse [artigo para mais informações](https://learn.microsoft.com/pt-br/azure/ai-services/openai/concepts/models?ref=azurebrasil.cloud#gpt-4-and-gpt-4-turbo-models). Vamos criar um novo [*record*](https://learn.microsoft.com/pt-br/dotnet/csharp/language-reference/builtin-types/record?ref=azurebrasil.cloud) de entrada: ```csharp namespace OpenAiImageGenerator.Services.Models; public record DescribeImageRequest(string Url); ``` E um novo *record* de saída: ```csharp namespace OpenAiImageGenerator.Services.Models; public record DescribeImageResult(string Description); ``` Adicione o novo método no serviço de imagens: ```csharp Task DescribeImageAsync(DescribeImageRequest request); ``` ```csharp private ChatClient GetChatClient() { string endpoint = configuration["AzureOpenAi:Endpoint"]!; string key = configuration["AzureOpenAi:Key"]!; AzureOpenAIClient azureClient = new(new Uri(endpoint), new AzureKeyCredential(key)); return azureClient.GetChatClient(configuration["AzureOpenAi:ChatModel"]!); } ``` ```csharp public async Task DescribeImageAsync(DescribeImageRequest request) { var client = GetChatClient(); ChatMessageContentPart[] content = [ ChatMessageContentPart.CreateImageMessageContentPart(new Uri(request.Url)) ]; ChatCompletion completion = await client.CompleteChatAsync( [ new SystemChatMessage("You are a helpful assistant that create image descriptions"), new UserChatMessage(content) ]); var result = completion.Content[0].Text; return new DescribeImageResult(result); } ``` Com o novo método pronto, podemos criar o novo *endpoint* no `Program.cs`: ```csharp app.MapPost("/image/describe", async (DescribeImageRequest request, IImageService service) => await service.DescribeImageAsync(request)) .WithName("DescribeImage") .WithOpenApi(); ``` ```csharp app.MapPost("/image/describe", async (DescribeImageRequest request, IImageService service) => await service.DescribeImageAsync(request)) .WithName("DescribeImage") .WithOpenApi(); ``` Vamos fazer a requisição utilizando a URL da imagem retornada anteriormente e obter a resposta descrevendo a imagem: ![](https://storage.ghost.io/c/00/52/0052dced-0017-4d07-b190-1f5c48e0ab59/content/images/2024/07/Screen-Shot-2024-07-23-at-16.13.49.png) Resultado: ```json { "description": "The image depicts a golden retriever sitting in a cozy, leather armchair in a warmly lit room with a brick wall and bookshelves. The dog is engaged with a laptop on a wooden table, appearing to type with one paw while holding a slice of pepperoni pizza in its mouth. On the table in front of the dog, there's an open pizza box with a whole pepperoni pizza inside. A lamp with a beige shade provides soft lighting. The scene is playful and humorous, suggesting the dog is busy multitasking while enjoying its meal." } ``` E é isso pessoal! Você já pode baixar o projeto por esse [link](https://github.com/TallesValiatti/OpenAiImageGenerator?ref=azurebrasil.cloud), e não esquece de me seguir no [LinkedIn](https://www.linkedin.com/in/tallesvaliatti/?ref=azurebrasil.cloud)! Até a próxima, abraços!