FLUX.2 Pro: Ein A4-Beobachtungsblatt mit Python setzen

Die Seite um das tatsächlich vorhandene Bild aufbauen

Aus einer quadratischen FLUX.2 Pro-Illustration lässt sich ein A4-Beobachtungsblatt erstellen, ohne das Tier zu verzerren oder den Arbeitsblatttext vom Modell erzeugen zu lassen. Platzieren Sie das vollständige Bild in einem genau bemessenen Quadrat, setzen Sie die Fragen separat und kennzeichnen Sie das Motiv als KI-generiert. Dieses Beispiel verwendet den vorhandenen Orux-Fall mit einem Fuchs im Schnee und liefert ein tatsächlich erstelltes, reproduzierbares Seitenlayout statt nur eines vorgeschlagenen Prompts.

Der Ablauf richtet sich an Lehrkräfte, die eine Übung zur Bildkompetenz vorbereiten: Lernende beschreiben sichtbare Details und unterscheiden Beobachtungen von unbelegten Schlussfolgerungen. Es handelt sich weder um ein zoologisches Bestimmungsblatt noch um einen Beleg für eine Tiersichtung. Die fertige Seite bietet Platz für handschriftliche Notizen und fragt danach, was die Illustration nicht belegen kann. Der Code lädt das vorhandene, zur Wiederverwendung freigegebene Beispiel herunter, setzt die Seite lokal zusammen und speichert ein PNG in voller Auflösung; er sendet keine Generierungsanfrage.

Die vorhandene Modellillustration liefert das Motiv. Das Arbeitsblatt ist ein lokales Layout mit genau diesem Bild, keine weitere Modellausgabe.

Mit dem tatsächlichen FLUX.2 Pro-Fuchsbeispiel beginnen

Die Quelle ist das Beispiel fox auf der Orux-Modellseite für FLUX.2 Pro. Die gespeicherte Generierungseingabe verwendet resolution: "1K" und aspect_ratio: "1:1" sowie exakt diesen Prompt:

Wildlife photograph of a red fox standing in fresh snow in a birch forest, soft snowflakes falling, warm rim light on its fur, shallow depth of field.

Das Wort „photograph“ gehört zur Generierungsanfrage und behauptet nicht, das Ergebnis dokumentiere ein echtes Tier. Die vorhandene Ausgabe ist eine KI-generierte Illustration mit 1.024 × 1.024 Pixeln. Wir haben dieses gespeicherte Ergebnis wiederverwendet; für diesen Artikel wurde kein neuer FLUX.2 Pro-Aufruf ausgeführt.

Öffentliches Originalbeispiel des von FLUX.2 Pro generierten Fuchses. Die Illustration mit 1.024 × 1.024 Pixeln wird unverändert als Ausgangsbild verwendet und nicht als Wildtierfotografie ausgegeben.

Die sichtbare Komposition ist für das Layout wichtig. Der Kopf des Fuchses liegt am oberen rechten Ende des Tiers, während Körper und Schwanz nach links unten reichen. Schnee, ein weich dargestellter Baumhintergrund und warmes Konturlicht bieten mehrere beobachtbare Details. Das vollständige Quadrat erhält Schwanz, Beine und Umgebung. Würde man das Quadrat auf eine hohe Seite strecken, würden sich diese Beziehungen verzerren; ein enger Hochformatbeschnitt würde Kontext entfernen, den die Lernenden beschreiben können.

Für eine andere Layoutaufgabe, bei der breite und hohe Web-Kopfbilder gezielt ausgefüllt werden, lesen Sie den Seedream-Leitfaden für responsive Bildausschnitte. Dieses Arbeitsblatt erhält dagegen das vollständige quadratische Ausgangsbild.

Eine Unterrichtsfrage sollte sich auf solche sichtbaren Details beziehen. „Welche Teile des Bildes lassen auf kaltes Wetter schließen?“ fordert eine Erklärung anhand des Schnees und der dargestellten Umgebung. „Wo wurde dieses Foto aufgenommen?“ würde dagegen eine Herkunft voraussetzen, die das generierte Bild nicht liefert. Leiten Sie aus visueller Realitätsnähe allein keinen Ort, keine Jahreszeit, keine Kameraeinstellung und kein Tierverhalten ab.

Generierungseinstellungen und Seitenmaße getrennt behandeln

Das am 3. November 2026 geprüfte öffentliche Orux-Formular bietet für diesen Alias ausschließlich 1K und das Seitenverhältnis 1:1. Die gespeicherte Fuchsausgabe entspricht diesem Quadratformat. Das unten erzeugte Arbeitsblatt mit 2.480 × 3.508 Pixeln ist eine lokal zusammengesetzte Seite, kein von FLUX.2 Pro generiertes A4-Bild.

Die native Dimensionsdokumentation von Black Forest Labs beschreibt weitergehende Einstellungen für Breite und Höhe von FLUX.2. Diese nativen Fähigkeiten belegen keine zusätzlichen Bedienelemente im aktuellen Orux-Formular. Verwenden Sie für diesen Ablauf das tatsächlich verfügbare quadratische Ergebnis, statt sich auf einen ungeprüften Parameter für benutzerdefinierte Größen zu verlassen.

Die Seite folgt den nominalen A4-Proportionen von 210 × 297 mm, die auch in der W3C-Referenz zu Seitengrößen genannt werden. Auf einem Seitenraster mit 300 Pixeln pro Zoll ergibt die Rundung 2.480 × 3.508 Pixel. Die Illustration belegt ein Feld von 1.000 × 1.000 Pixeln; Titel und Fragen stehen außerhalb. Dadurch bleiben Bild und redaktioneller Text im Quellcode unabhängig voneinander bearbeitbar.

Diese Trennung ist hilfreich, wenn Text exakt stimmen muss. Eine Rechtschreibkorrektur, eine Übersetzung oder eine neue Frage erfordert nur eine lokale Layoutänderung und keinen weiteren Bildgenerierungsversuch. Das exportierte PNG ist auf eine Ebene reduziert. Bewahren Sie deshalb Python-Quellcode und Originaldatei als bearbeitbare Masterdateien auf, statt separate Textebenen im PNG zu erwarten.

Was das fertige Arbeitsblatt tatsächlich liefert

Die Seite enthält einen kurzen Titel, ein unverändertes quadratisches Bild, drei Beobachtungsfragen und fünf Linien für Notizen. Eine sichtbare Bildunterschrift kennzeichnet das Motiv als KI-generiert und stellt klar, dass es kein Wildtiernachweis ist. Die englischen Arbeitsblattbeschriftungen im Code bleiben auch in den Vorschauen englisch; die lokalisierten Artikelbildunterschriften erklären das Layout. Für eine andere Arbeitsblattsprache ersetzen Sie die Zeichenketten, wählen eine Schrift mit Unterstützung für das jeweilige Schriftsystem und führen die Begrenzungsprüfungen erneut aus.

Die drei Fragen erfüllen verschiedene Aufgaben. „What can you see?“ („Was kannst du sehen?“) fragt nach unmittelbarer Beschreibung. „What suggests cold?“ („Was deutet auf Kälte hin?“) fordert Lernende auf, eine Schlussfolgerung mit sichtbaren Hinweisen zu verbinden. „What is uncertain?“ („Was ist ungewiss?“) lenkt den Blick auf fehlende Belege. Ein Lösungshinweis sollte sichtbare Merkmale von Behauptungen über die reale Welt unterscheiden: Im Bild ist schneeähnlicher Boden zu sehen; es belegt weder eine gemessene Temperatur noch einen geografischen Ort.

Das Bildfeld ist beim nominalen Druckmaßstab ungefähr 84,67 mm breit. Die Quelle hat über diese Breite 1.024 Pixel, was einer effektiven Quelldichte von 307,2 Pixeln pro Zoll entspricht. Das ist etwas anderes, als lediglich „300 DPI“ in eine Datei zu schreiben. Metadaten können keine Bilddetails erfinden. Wird dieselbe Quelle auf 180 mm Breite vergrößert, sinkt ihre Quelldichte unabhängig von den Seitenmetadaten auf ungefähr 144,5 Pixel pro Zoll.

Der Wert 307,2 beschreibt das Pixelbudget des Quellbilds vor der Neuberechnung. Der Code verkleinert die Quelle von 1.024 auf 1.000 Pixel; der tatsächlich gerenderte Bildbereich hat beim nominalen Seitenmaß daher 300 Pixel pro Zoll.

Tatsächlich lokal exportiertes Arbeitsblatt als verkleinerte Webvorschau. Englische Beschriftungen, drei Fragen und linierte Notizflächen stehen außerhalb der vollständig erhaltenen quadratischen Illustration; die Bildunterschrift nennt ausdrücklich die KI-Generierung.

Die eingebettete Seite ist eine verkleinerte Webvorschau. Erzeugen Sie das lokale PNG mit dem Code, um den vollständigen Export mit 2.480 × 3.508 Pixeln zu erhalten. Es wurde kein physischer Probedruck durchgeführt. Die Einstellung „An Seite anpassen“ im Druckdialog kann den tatsächlichen Maßstab ändern. Prüfen Sie Papierformat, Druckerränder, Kontrast und Schreibfläche auf Ihrem eigenen Gerät, bevor Sie einen Klassensatz verteilen.

Kostenvergleich: Wiederverwendung, ein neues Bild oder zehn Kandidaten

Der am 3. November 2026 geprüfte aktuelle Orux-Preis für flux-2-pro beträgt in der öffentlichen Standardpreiszeile 2.67024 Credits pro Bild. Bei der konfigurierten Umrechnung von 1 Credit = USD 0.005 entspricht dies USD 0.0133512 pro Bild. Die tatsächlich wiederverwendbare Datei ist das gespeicherte quadratische 1K-Beispiel; für andere Auflösungen wird kein ungeprüfter Preis angenommen.

Horizontal wischen, um die ganze Tabelle zu sehen.

Die Nullzeile bedeutet, dass für die wiederverwendete Datei keine neue Modellgenerierungsgebühr anfällt. Sie bedeutet weder, dass alle Dateien frei wiederverwendbar sind, noch, dass Software, Arbeitszeit und Druck nichts kosten. Verwenden Sie Ausgangsmaterial, zu dessen Wiederverwendung Sie berechtigt sind. Die anderen Zeilen sind rechnerische Planungsbeispiele, keine hier ausgeführten Anfragen, kein kontobezogenes Angebot und keine Aussage über Erfolgsquoten.

Trennen Sie die Entscheidung für eine andere Illustration von der Entscheidung zur Seitenanpassung. Ein breiterer Notizbereich ist eine Satzaufgabe. Eine völlig andere Pose oder Szene erfordert anderes Ausgangsmaterial. Ein Bild neu zu generieren, um eine Arbeitsblattüberschrift zu korrigieren, verursacht Kosten und visuelle Abweichungen, ohne das eigentliche Textlayoutproblem zu lösen. Prüfen Sie vor einer späteren kostenpflichtigen Integration den aktuellen Modellpreis und die Orux-API-Dokumentation.

Die vollständige Seite mit Python reproduzieren

Verwenden Sie Python 3.9 oder neuer und installieren Sie Pillow mit python3 -m pip install "Pillow>=10.1". Speichern Sie den folgenden Code als make_card.py und führen Sie anschließend python3 make_card.py in einem beschreibbaren Verzeichnis aus. Pillow dokumentiert skalierbare Standardschriften und das Speichern von Bildern. Das Programm lädt das vorhandene öffentliche JPEG und erstellt ein lokales Layout; es kontaktiert keinen Generierungsendpunkt und verwendet keinen API-Key.

import hashlib
import io
import json
import urllib.request
from pathlib import Path
from PIL import Image, ImageDraw, ImageFont

URL = 'https://orux-ai.oss-cn-hongkong.aliyuncs.com/model-examples/9129330888225451304/b90f1d3428e4759fb18de8a1781769dc81ddfc45725a21d6982692c107812698.jpg'
SHA = 'b90f1d3428e4759fb18de8a1781769dc81ddfc45725a21d6982692c107812698'
OUT = Path('fox-card.png')
PAGE = (2480, 3508)  # Rounded A4 pixel grid at 300 pixels per inch.
DPI = 300
BOX = (180, 550, 1000, 1000)  # x, y, width, height; preserve full square.


def label(draw, xy, value, size, color='#17283b'):
    font = ImageFont.load_default(size=size)
    bounds = draw.textbbox(xy, value, font=font)
    if bounds[0] < 0 or bounds[1] < 0 or bounds[2] > PAGE[0] - 120 or bounds[3] > PAGE[1] - 120:
        raise ValueError('text exceeds safe page area')
    draw.text(xy, value, font=font, fill=color)
    return bounds


def main():
    with urllib.request.urlopen(URL, timeout=30) as response:
        data = response.read()
    if hashlib.sha256(data).hexdigest() != SHA:
        raise ValueError('source changed; inspect before reusing')
    source = Image.open(io.BytesIO(data)).convert('RGB')
    if source.size != (1024, 1024):
        raise ValueError('unexpected source dimensions')
    x, y, w, h = BOX
    if w > source.width or h > source.height:
        raise ValueError('layout would upscale source')
    page = Image.new('RGB', PAGE, 'white')
    draw = ImageDraw.Draw(page)
    bounds = []
    def write(xy, value, size, color='#17283b'):
        bounds.append(label(draw, xy, value, size, color))
    write((180, 180), 'LOOK CLOSELY', 112)
    write((180, 340), 'Describe the image. Test your assumptions.', 56)
    page.paste(source.resize((w, h), Image.Resampling.LANCZOS), (x, y))
    write((1320, 580), 'VISIBLE CLUES', 60)
    for i, line in enumerate(['1. What can you see?', '2. What suggests cold?', '3. What is uncertain?']):
        write((1320, 740 + i * 210), line, 48)
    write((180, 1650), 'AI-generated illustration | FLUX.2 Pro', 44, '#5b6470')
    write((180, 1720), 'Not a wildlife record.', 44, '#5b6470')
    write((180, 1940), 'OBSERVATION NOTES', 62)
    for line_y in [2100, 2280, 2460, 2640, 2820]:
        draw.line((180, line_y, 2300, line_y), fill='#bac4cd', width=3)
    write((180, 3010), 'Name: __________________  Date: ______________', 46)
    write((180, 3220), 'Example image: orux.top/models/flux-2-pro', 40, '#5b6470')
    page.save(OUT, dpi=(DPI, DPI))
    reopened = Image.open(OUT)
    assert reopened.size == PAGE
    assert abs(reopened.info['dpi'][0] - DPI) < 0.1
    source_ppi = source.width / (w / DPI)
    result = {'sourceSha256': SHA, 'sourceSize': source.size,
              'pageSize': PAGE, 'storedDpi': reopened.info['dpi'],
              'imageBox': BOX, 'displayWidthMm': w / DPI * 25.4,
              'effectiveSourcePpi': source_ppi,
              'sourceAspectPreserved': w / h == source.width / source.height,
              'upscaled': False, 'textBoundsChecked': len(bounds),
              'outputSha256': hashlib.sha256(OUT.read_bytes()).hexdigest()}
    print(json.dumps(result, indent=2))

if __name__ == '__main__':
    main()

Der tatsächliche lokale Lauf bestätigte eine Quelle mit 1.024 × 1.024 Pixeln, einen Export mit 2.480 × 3.508 Pixeln, 11 geprüfte Textbegrenzungen, ein erhaltenes Bildverhältnis von 1:1 und keine Hochskalierung. Beim erneuten Öffnen des PNG wurden ungefähr 299,9994 DPI gemeldet: die gerundete gespeicherte Metadatendarstellung dieses Exports. Das Bildfeld blieb 1.000 Pixel breit, woraus sich die oben beschriebenen 84,67 mm Breite und 307,2 Quellpixel pro Zoll ergeben.

Die Hashprüfung der Quelle verhindert, dass ein Neuaufbau unbemerkt eine geänderte Datei unter derselben URL verwendet. Bei einer Abweichung muss der Ersatz geprüft und freigegeben werden; löschen Sie nicht die Prüfung, nur damit der Lauf erfolgreich endet. Die Begrenzungsprüfung kontrolliert den äußeren sicheren Bereich dieser Seite. Sie bricht übersetzten Text nicht automatisch um, erkennt nicht jede Überlappung und prüft keine wissenschaftlichen Inhalte. Andere Schriften und Pillow-Versionen können die Darstellung verändern; prüfen Sie daher die erzeugte Seite nach Änderungen.

Das Layout prüfen, bevor Sie anderes Bildmaterial anfordern

Beginnen Sie mit der vollständigen Silhouette des Tiers und lesbaren Fragen. Prüfen Sie anschließend, ob die Antwortflächen zur Aktivität passen: Kurze Beschreibungen finden im linierten Notizbereich Platz; für einen langen Aufsatz ist eine weitere Seite nötig. Prüfen Sie die KI-Bildkennzeichnung in der vorgesehenen Lesegröße und nicht nur auf einem großen Desktopmonitor. Bewahren Sie Originalprompt und Quellbild mit dem Layout auf, damit spätere Bearbeiter wissen, welcher Teil vom Modell stammt.

Wenn das Tier größer erscheinen soll, berechnen Sie vor dem Vergrößern die resultierende Quelldichte. Wenn die Fragen mehr Platz brauchen, verschieben oder kürzen Sie zunächst den separat gesetzten Text, bevor Sie das Bild beschneiden. Erfordert der Unterricht geprüfte Angaben zu Anatomie, Lebensraum oder Verhalten, wählen Sie dafür fachlich geprüftes Referenzmaterial, statt die generierte Illustration als Beleg zu behandeln.

Das fertige Artefakt unterstützt eine konkrete Aktivität: ein Bild beobachten und zugleich seine Beweisgrenzen hinterfragen. Es macht FLUX.2 Pro nicht zu einem Werkzeug zur Felddokumentation. Die sinnvolle Arbeitsteilung ist einfach: Die vorhandene Modellillustration liefert das Motiv; deterministisches Seitenlayout sorgt für exakten Text, Maße und Schreibfläche.

FAQ

Q.Hat FLUX.2 Pro das A4-Arbeitsblatt generiert?

Nein. FLUX.2 Pro hat die vorhandene quadratische Fuchsillustration generiert; Python hat die A4-Seite, Beschriftungen und Schreibfläche lokal zusammengesetzt. Das hier geprüfte öffentliche Orux-Formular bietet 1K und 1:1, keine verifizierte A4-Generierungseinstellung.

Q.Erhält die Quelle durch 300 DPI mehr Details?

Nein. DPI-Metadaten beeinflussen den vorgesehenen Druckmaßstab, fügen aber keine echten Quelldetails hinzu. Das vorhandene Bild mit 1.024 Pixeln liefert im nominal 84,67 mm breiten Bildfeld des Arbeitsblatts ungefähr 307,2 Quellpixel pro Zoll.

Q.Muss ich ein weiteres Bild generieren, um die Fragen zu übersetzen?

Für die Bearbeitung der separat gesetzten Fragen ist keine neue Bildgenerierung nötig. Ändern Sie die Zeichenketten, wählen Sie eine für die Sprache geeignete Schrift und prüfen Sie das neue Layout. Das exportierte PNG ist auf eine Ebene reduziert; bewahren Sie daher den bearbeitbaren Code und das Quellbild auf.

Q.Kann dieses Arbeitsblatt Fakten über echte Füchse vermitteln?

Das Arbeitsblatt unterstützt Bildbeschreibung und die Diskussion von Unsicherheit, keine verifizierten zoologischen Aussagen. Seine Bildunterschrift kennzeichnet das Bild als KI-generiert. Verwenden Sie fachlich geprüftes Referenzmaterial, wenn Sie Anatomie, Lebensraum oder Verhalten vermitteln.

Q.Was wurde für diesen Artikel tatsächlich getestet?

Geprüft wurden der lokale Seitenexport, der Datei-Hash, Bildmaße, Textbegrenzungen, die Rechnung zum nominalen Druckmaßstab und die Preismultiplikation. Es gab keinen neuen Modellaufruf, keinen Bildqualitätsbenchmark, keinen physischen Probedruck und keine Untersuchung des Lernerfolgs im Unterricht.