在Django中调用Gemini 2.0 Flash Experimental生成角色一致性图片时出现图片识别错误

我太懂这种“本地Jupyter跑的顺风顺水，移到Django里就突然卡壳”的憋屈了！咱们先揪出Jupyter和Django代码里的核心差异，很快就能搞定这个图片识别报错的问题。

问题根源：临时文件处理的坑 #

你在Jupyter里用了tempfile.NamedTemporaryFile来管理临时图片，这个模块会自动处理服务器环境下的权限冲突、文件唯一性，还能确保图片数据被完整写入磁盘；但Django代码里直接用了固定路径temp_reference_image.png，这在多请求并发的服务器场景下很容易出问题：

• 多个请求同时调用时，会互相覆盖这个固定路径的文件，导致PIL读取到不完整的图片数据
• Django运行进程可能没有当前目录的写入权限，导致图片保存失败但没抛出明显错误
• 保存图片时没指定格式，若原参考图不是PNG格式，强行存成.png后缀会导致格式兼容问题

具体修复方案 #

把Django里的临时文件逻辑改成和Jupyter一致的安全写法，同时补上格式指定、文件清理的细节：

def generate_image_gemini(prompt, reference_image=None):
    """
    Generate images using Google's Gemini API.

    Parameters:
    - prompt (str): Text description of the desired image
    - reference_image (PIL.Image, optional): Reference image for character consistency

    Returns:
    - Generated image as PIL Image object and response text
    """
    try:
        print(f"Generating image with Gemini: {prompt[:100]}...")
        temp_image_path = None
        pil_image = None

        if reference_image:
            import tempfile
            import os
            from django.core.files.base import ContentFile

            # 用tempfile创建安全的临时文件，避免多请求冲突
            with tempfile.NamedTemporaryFile(delete=False, suffix='.png') as temp_file:
                # 明确指定保存格式为PNG，确保格式兼容性
                reference_image.save(temp_file, format='PNG')
                temp_image_path = temp_file.name
            
            print(f"Reference image saved to {temp_image_path}")

            # 读取临时图片后立即删除，避免磁盘残留
            pil_image = Image.open(temp_image_path)
            os.unlink(temp_image_path)

            # 构造Gemini需要的内容
            contents = [
                f"Generate an illustration based on this description: '{prompt}'. Include this character in the scene.",
                pil_image
            ]
        else:
            # 纯文本请求逻辑
            contents = [f"Generate an illustration based on this description: '{prompt}'"]

        # 调用Gemini API
        response = gemini_client.models.generate_content(
            model="gemini-2.0-flash-exp",
            contents=contents,
            config=types.GenerateContentConfig(
                response_modalities=['Text', 'Image']
            )
        )

        # 处理Gemini响应
        generated_image = None
        response_text = ""

        for part in response.candidates[0].content.parts:
            if part.text is not None:
                response_text += part.text
            elif part.inline_data is not None:
                # 先验证返回的是图片类型
                if not part.inline_data.mime_type.startswith('image/'):
                    raise ValueError(f"Unexpected data type from Gemini: {part.inline_data.mime_type}")
                
                # 解码base64数据并处理
                image_data = base64.b64decode(part.inline_data.data)
                img_io = BytesIO(image_data)
                img_io.seek(0)  # 确保指针在文件开头
                
                generated_image = Image.open(img_io)

                # 用Django的默认存储保存图片，避免固定路径问题
                from django.core.files.storage import default_storage
                timestamp = int(time.time())
                save_path = f'gemini_images/gemini_{timestamp}.png'
                save_io = BytesIO()
                generated_image.save(save_io, format='PNG')
                save_io.seek(0)
                default_storage.save(save_path, ContentFile(save_io.getvalue()))
                print(f"Gemini image saved to: {default_storage.url(save_path)}")

        return generated_image, response_text

    except Exception as e:
        print(f"Error generating image with Gemini: {e}")
        # 兜底清理临时文件
        if temp_image_path and os.path.exists(temp_image_path):
            os.unlink(temp_image_path)
        return None, f"Error: {str(e)}"

额外排查小技巧 #

1. 版本对齐：确保Django环境的Pillow版本和Jupyter完全一致，版本差异可能导致图片识别逻辑不同
2. 数据验证：把Gemini返回的image_data写入临时文件，手动打开确认是有效图片，排除API返回数据异常的可能
3. 权限检查：用os.access(目标目录, os.W_OK)验证Django进程是否有读写保存目录的权限

备注：内容来源于stack exchange，提问作者user2202738