DeepSeek 官方视觉 API 可以把图片和文字一起发给 deepseek-flash，让模型描述照片、读取截图文字或分析图表。当前官方模型表把 deepseek-v4-pro 的视觉输入列为不支持，因此这篇使用 Flash。下面以一张本地 JPEG 图片为输入，展示发送、读取和人工核对结果的完整路径。
准备图片与权限
DeepSeek 官方视觉指南列出 JPEG、PNG、GIF、WebP 支持格式，并说明格式按文件真实内容识别，改扩展名不等于转换格式。把一张你有权上传、内容容易人工核对的 JPEG 放在脚本旁，命名为 sample.jpg；不要把身份证、客户资料或不允许外传的图片拿来试。
官方文档对 Base64 或外部 URL 图片列出单图 32 MiB 上限，整条内联请求体限制 48 MiB。首次测试建议使用远小于上限的小图。官方模型与价格页显示 Flash 支持视觉输入；图片也会计入 token，用量以响应的 usage 为准。
发送本地图片
先在本机设置 DEEPSEEK_API_KEY、安装 openai Python 包，将下面代码保存为 deepseek_image.py。代码会检查文件是否存在且是否有 JPEG 文件头，再把图片编码为 data URL；这些检查不代替完整的图像解码验证。
import base64
import os
from pathlib import Path
from openai import OpenAI
key = os.environ.get("DEEPSEEK_API_KEY")
if not key:
raise RuntimeError("请先设置 DEEPSEEK_API_KEY")
path = Path("sample.jpg")
raw = path.read_bytes()
if not raw.startswith(bytes([0xFF, 0xD8, 0xFF])):
raise ValueError("sample.jpg 不是可识别的 JPEG 文件头")
if len(raw) > 8 * 1024 * 1024:
raise ValueError("示例仅接收小于等于 8 MiB 的测试图片")
data_url = "data:image/jpeg;base64," + base64.b64encode(raw).decode("ascii")
client = OpenAI(api_key=key, base_url="https://api.deepseek.com")
response = client.chat.completions.create(
model="deepseek-flash",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "列出图片中确定看得见的物体；不能确定的不要猜。"},
{"type": "image_url", "image_url": {"url": data_url}},
],
}],
extra_body={"thinking": {"type": "disabled"}},
)
print(response.choices[0].message.content)
print("usage:", response.usage)怎样验收识图结果
运行 python deepseek_image.py 后，把回答与原图逐项对照：确实看得见的物体才算正确，漏掉或凭空添加都要记下。不要因为程序返回 200 就把描述当成可靠事实；截图文字和图表数字尤其需要回到原图人工核对。若回答为空或报 400，先确认模型名、消息中的 image_url 块、图片真实格式和大小。
官方 Chat Completions 参考说明图片内容块放在 user 消息中；放到 system 或 assistant 消息会报错。本文依据当前官方文档提供代码，没有访问你的图片或使用你的密钥实测，示例回答需要你在自己的图片上核对。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/30057.html
