如何使用api调用qwen2-vl-72b的模型来进行视频分析呢

[AHPUymhd]

from openai import OpenAI import os import base64 from PIL import Image

client = OpenAI(

若没有配置环境变量，请用百炼API Key将下行替换为：api_key="sk-xxx",

api_key="sk-8f4b6a41111111111111110d1bc2",
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",

)

压缩单个图片的分辨率

def compress_image(image_path, factor=3): img = Image.open(image_path)

Calculate the target size

target_size = (img.size[0] // factor, img.size[1] // factor)
# Resize the image
img_resized = img.resize(target_size, Image.LANCZOS)
# Save the compressed image, overwriting the original
img_resized.save(image_path, "JPEG")

压缩一个文件夹内图片的分辨率

def encode_all_images_in_folder(folder_path): encoded_images = [] for filename in os.listdir(folder_path): if filename.endswith(".jpg") or filename.endswith(".png"): full_file_path = os.path.join(folder_path, filename) encoded_image = encode_image(full_file_path) encoded_images.append(encoded_image) return encoded_images

将图片编码成base64格式数据

def encode_image(image_path): with open(image_path, "rb") as image_file: return base64.b64encode(image_file.read()).decode("utf-8")

folder_path = "/home/robot/图片/44-62/44-62/44/004067/images"

encoded_images = encode_all_images_in_folder(folder_path)

messages_content = [] for encoded_image in encoded_images: messages_content.append( { "type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{encoded_image}"}, } ) messages_content.append({"type": "text", "text": "这些图片是一个第一视角的驾驶视频的连续帧，并且时间顺序是从前往后的，车辆发生的事故是什么，发生在哪一年哪一月的具体时间之间，车辆的车型和颜色是什么样的，第一视角的驾驶员的行为又是什么样的，你可以详细回答但不能胡编乱造一些答案"},)

completion = client.chat.completions.create( model="qwen-vl-max-0809", temperature= 0.4, # 较高的temperature值会降低概率分布的峰值，使得更多的低概率词被选择，生成结果更加多样化 0-2 top_p=0.3, # 取值越大，生成的随机性越高 0-1 messages=[ { "role": "user", "content": messages_content, } ], )

print(completion.choices[0].message.content) 我的代码是将本地的视频分成一个个视频帧，然后将这些帧转换成base64格式的数据输入给qwen2-vl-72b进行视频推理（以为官网的72b的api调用只能输出网络图像，而我希望输入的是本地图像），我尝试将"type": "image_url"修改成"type": "video" ，但是他告诉我不能回答视频，"type": "video"的回答如图： 而"type": "image_url"的回答如图 那么请问这image_url和video两种方式进行推理的效果是一样的吗，如果不一样我如何才能调用api对本地视频正确的进行理解推理（"type": "video"），官网的教程在"type": "video"只有对网络图像推理

[AHPUymhd]

使用官网的例子是这样的，是可以正常推理的 但是我将网络图片改成本地图片之后就不可以了，报错如下 ，请问我怎么推理本地视频呢

[AHPUymhd]

@kq-chen