如何将图片转换为 Base64 用于 Vision API 请求

Vision API 为什么需要 Base64

OpenAI GPT-4o、Google Cloud Vision、Anthropic Claude、Qwen-VL 等现代视觉 API 接受两种图片输入方式：指向图片的公开 URL，或将原始图片数据编码为 Base64 字符串直接嵌入 JSON 请求体中。

如果图片已经托管在线上，URL 方式很简单。但在许多实际场景中，图片在你的本地机器上：刚截取的屏幕截图、扫描的文档、从视频中提取的帧，或开发流水线中的测试图片。这些情况下，Base64 编码是最直接的方式——它让你无需先上传到服务器就能将图片直接嵌入 API 请求体中。

典型的带 Base64 的 Vision API 请求如下：

{
  "model": "gpt-4o",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "What's in this image?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "data:image/png;base64,iVBORw0KGgo..."
          }
        }
      ]
    }
  ]
}

挑战在于如何将本地文件转换为 Base64 字符串，特别是在开发和测试过程中需要反复操作时。

常见方法（及其不足）

1. Python 脚本

import base64

with open("screenshot.png", "rb") as f:
    encoded = base64.b64encode(f.read()).decode()
print(encoded)

可以用，但需要安装 Python，需要编写（或找到）脚本，然后从终端复制输出。如果反复测试不同的图片，每次都要运行脚本，再手动将输出粘贴到 JSON 中。

2. 命令行

# macOS / Linux
base64 -i screenshot.png | pbcopy

# Windows PowerShell
[Convert]::ToBase64String([IO.File]::ReadAllBytes("screenshot.png")) | Set-Clipboard

如果记得语法，速度很快，但输出只是一个纯字符串。你没办法验证结果——是正确的图片吗？编码正确吗？只有在发送 API 请求并检查结果后才能知道。

3. 在线 Base64 转换器

很多网站提供拖拽式的文件转 Base64 功能。但显而易见的问题是：你的文件会上传到别人的服务器。测试用的截图或许无所谓，但专有数据、内部文档、医疗图片或任何受保密协议约束的内容就不行了。

更好的方式：粘贴、预览、复制

ViewJSON 提供了更简单的流程。将图片直接粘贴到编辑器中，即时获取 Base64 字符串，所有操作都在浏览器中完成：

1. 打开 ViewJSON — 访问 viewjson.net
2. 粘贴图片 — 从任意位置（文件管理器、截图工具、浏览器、设计软件）复制图片，然后在 JSON 编辑器中按 Ctrl+V 粘贴
3. 查看预览 — ViewJSON 会自动将图片转换为 Base64 并插入为 JSON 字符串值。内联图片预览会立即出现，方便你确认是否是正确的图片。
4. 复制 Base64 — 点击复制按钮或选择字符串值。你会获得完整的 Base64 编码字符串，可直接粘贴到 API 请求体中。

完整操作流程：

处理大型 Base64 字符串

Base64 编码的图片可能非常长。一张高分辨率 JPEG 能产生超过 100,000 个字符。为了保持编辑器流畅，ViewJSON 会自动截断长字符串的显示。但截断只是视觉上的。

当你复制一个被截断的 Base64 值时，ViewJSON 的无损剪贴板恢复机制会自动介入。它会检测到你正在复制截断的字符串，并自动将完整的原始内容恢复到剪贴板。你得到的始终是完整的、未修改的 Base64 字符串，不会是会导致文件损坏的截断版本。

构建完整的 API 请求体

获得 Base64 字符串后，需要将其封装为正确的 API 格式。以下是常见 Vision API 的示例：

OpenAI GPT-4o Vision

{
  "model": "gpt-4o",
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "text", "text": "Describe this image" },
        {
          "type": "image_url",
          "image_url": {
            "url": "data:image/png;base64,<YOUR_BASE64_HERE>"
          }
        }
      ]
    }
  ],
  "max_tokens": 300
}

Google Cloud Vision

{
  "requests": [
    {
      "image": {
        "content": "<YOUR_BASE64_HERE>"
      },
      "features": [
        { "type": "TEXT_DETECTION" }
      ]
    }
  ]
}

在 ViewJSON 中粘贴图片后，复制生成的 Base64 字符串并插入到 API 请求体中。你也可以使用 ViewJSON 的 API 请求构建器来设置 URL、请求方法、请求头和请求体，然后将整个请求导出为 cURL 命令。

隐私：无需上传

与在线 Base64 转换网站不同，ViewJSON 完全在浏览器中运行。图片转 Base64 的过程使用浏览器内置的 FileReader API 在本地完成，你的图片不会发送到任何服务器。

这使得它适合转换敏感图片：用于医疗 AI 接口的医学影像、用于 OCR 服务的内部文档、用于视觉搜索系统的专有产品图片，或任何你不想上传到第三方转换器的文件。

方法对比