FLUX.2 Pro: crea una ficha de observación A4 con Python

Diseña la página a partir de la imagen que realmente tienes

Una ilustración cuadrada de FLUX.2 Pro puede convertirse en una ficha de observación A4 sin deformar al animal ni pedir al modelo que genere el texto de la ficha. Conserva la imagen completa en un cuadrado de dimensiones definidas, compón las preguntas por separado e identifica la imagen como generada por IA. Este ejemplo utiliza el caso existente de Orux del zorro en la nieve y entrega una maquetación real y reproducible, no solo una propuesta de prompt.

Está pensado para un docente que prepara una actividad de alfabetización visual: el alumnado describe detalles visibles y distingue la observación de las inferencias sin fundamento. No es una ficha de identificación zoológica ni una prueba de un avistamiento. La página terminada deja espacio para notas manuscritas y pregunta qué no puede demostrar la ilustración. El código descarga el ejemplo existente autorizado, compone la página localmente y guarda un PNG a resolución completa; no envía ninguna solicitud de generación.

La ilustración existente del modelo aporta el motivo visual; la ficha es una maquetación local realizada con esa misma imagen, no otra salida del modelo.

Parte del caso real del zorro de FLUX.2 Pro

La fuente es el ejemplo fox de la página del modelo FLUX.2 Pro de Orux. Su entrada de generación guardada utiliza resolution: "1K" y aspect_ratio: "1:1", con este prompt exacto:

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.

La palabra «photograph» forma parte de la solicitud de generación, no afirma que el resultado documente un animal real. La salida existente es una ilustración de 1,024 × 1,024 píxeles generada por IA. Reutilizamos ese resultado guardado; no se hizo ninguna llamada nueva a FLUX.2 Pro para este artículo.

Caso público original del zorro, generado por FLUX.2 Pro. La ilustración de 1,024 × 1,024 se reutiliza sin modificaciones como imagen fuente, sin presentarla como una fotografía de fauna.

La composición visible influye en la maquetación. La cabeza del zorro está hacia la parte superior derecha del animal, mientras que el cuerpo y la cola se extienden hacia la parte inferior izquierda. La nieve, el fondo de árboles suavemente representado y la luz cálida en los bordes ofrecen varios detalles observables. Conservar el cuadrado completo mantiene la cola, las patas y el contexto. Estirar el cuadrado para llenar una página vertical deformaría esas relaciones; un recorte vertical ajustado eliminaría parte del contexto que el alumnado puede describir.

Para otro tipo de maquetación que llena deliberadamente cabeceras web anchas y verticales, consulta la guía de recorte adaptable con Seedream. Esta ficha, en cambio, conserva el cuadrado fuente completo.

Una pregunta de clase debe ceñirse a esos detalles visibles. «¿Qué partes de la imagen sugieren un tiempo frío?» invita a explicar una idea basándose en la nieve y el entorno representado. «¿Dónde se tomó esta fotografía?» implicaría una procedencia que la imagen generada no proporciona. No deduzcas una ubicación, estación, ajuste de cámara o comportamiento animal únicamente del realismo visual.

Separa los ajustes de generación de las dimensiones de la página

El formulario público de Orux comprobado el 3 de noviembre de 2026 solo ofrece resolución 1K y relación de aspecto 1:1 para este alias. La salida guardada del zorro coincide con ese formato cuadrado. La ficha de 2,480 × 3,508 píxeles producida a continuación es una página compuesta localmente, no una imagen A4 generada por FLUX.2 Pro.

La documentación de dimensiones nativas de Black Forest Labs describe controles de anchura y altura más amplios para FLUX.2. Esas capacidades nativas no demuestran que el formulario actual de Orux tenga controles adicionales. Para este flujo de trabajo, usa el resultado cuadrado al que realmente tienes acceso en vez de depender de un parámetro de tamaño personalizado sin verificar.

La página sigue las proporciones nominales A4 de 210 × 297 mm, recogidas también en la referencia de tamaños de página del W3C. En una cuadrícula de 300 píxeles por pulgada, el redondeo da 2,480 × 3,508 píxeles. La ilustración ocupa un recuadro de 1,000 × 1,000 píxeles, con el título y las preguntas fuera de él. Así, la imagen y el texto editorial pueden editarse de forma independiente en el código fuente.

Esta distinción resulta útil cuando el texto debe ser exacto. Una corrección ortográfica, una traducción o una pregunta nueva solo requieren un cambio local en la maquetación, no otro intento de generación de imagen. El PNG exportado queda aplanado; conserva el código Python y el recurso original como archivo maestro editable, en lugar de esperar que el PNG contenga capas de texto separadas.

Qué entrega realmente la ficha terminada

La página contiene un título breve, la imagen cuadrada sin modificaciones, tres preguntas de observación y cinco líneas para notas. Un pie visible identifica la imagen como generada por IA y aclara que no es un registro de fauna. Los rótulos ingleses de la ficha permanecen en inglés en las vistas previas; los pies del artículo traducidos explican la composición. Para producir la ficha en otro idioma, cambia las cadenas de texto, utiliza una fuente compatible con esa escritura y vuelve a ejecutar las comprobaciones de límites.

Las tres preguntas cumplen funciones distintas. «¿Qué puedes ver?» pide una descripción directa. «¿Qué sugiere frío?» pide relacionar una conclusión con indicios visuales. «¿Qué es incierto?» invita a detectar pruebas que faltan. Una guía de respuestas debe distinguir un rasgo visible de una afirmación sobre el mundo real: la imagen contiene un suelo de apariencia nevada; no establece una temperatura medida ni una ubicación geográfica.

El recuadro de la imagen mide unos 84.67 mm de ancho a la escala nominal de impresión. La fuente dispone de 1,024 píxeles para esa anchura, lo que ofrece una densidad efectiva de 307.2 píxeles por pulgada. Esto es distinto de limitarse a escribir «300 DPI» en un archivo. Los metadatos no pueden inventar detalle. Ampliar esa misma fuente hasta 180 mm de ancho reduciría su densidad a unos 144.5 píxeles por pulgada, independientemente de los metadatos de la página.

La cifra 307.2 describe el presupuesto de píxeles de origen antes del remuestreo. El código reduce la imagen de 1,024 píxeles a un recuadro de 1,000 píxeles; por tanto, el área de imagen renderizada tiene 300 píxeles por pulgada a la escala nominal de la página.

Ficha exportada realmente de forma local, mostrada como vista previa web reducida. Los rótulos ingleses, las tres preguntas y las líneas de notas quedan fuera de la ilustración cuadrada conservada; el pie identifica expresamente la imagen como generada por IA.

La página incrustada es una vista previa web reducida. Genera el PNG local con el código para obtener la exportación completa de 2,480 × 3,508. No se realizó una prueba física de impresión, y la opción «ajustar a la página» del diálogo de impresión puede cambiar la escala real. Comprueba el tamaño del papel, los márgenes de la impresora, el contraste y el espacio para escribir en tu propio dispositivo antes de repartir copias a toda la clase.

Comparación de costes: reutilizar, crear una imagen o diez candidatas

La tarifa actual de Orux para flux-2-pro, comprobada el 3 de noviembre de 2026, es de 2.67024 Credits por imagen en la fila de precio público predeterminada. Con la conversión configurada de 1 Credit = USD 0.005, equivale a USD 0.0133512 por imagen. El recurso realmente reutilizable es el caso cuadrado 1K guardado; no se presupone un precio sin verificar para otra resolución.

Desliza horizontalmente para ver toda la tabla.

La fila de coste cero significa que reutilizar el recurso no genera ningún cargo nuevo de generación del modelo. No significa que todos los recursos puedan reutilizarse gratis ni que el software, el tiempo de trabajo y la impresión carezcan de coste. Usa material fuente que estés autorizado a reutilizar. Las otras filas son ejemplos aritméticos de planificación, no solicitudes ejecutadas aquí, una cotización para tu cuenta ni una afirmación sobre tasas de éxito.

Separa la decisión de obtener una ilustración diferente de la de ajustar una página. Una zona de notas más ancha es un problema de composición. Una pose o escena completamente distinta requiere otra imagen fuente. Regenerar la ilustración para corregir un encabezado de la ficha introduce gasto y variación visual sin resolver el problema de maquetación del texto. Comprueba el precio actual del modelo y la documentación de la API de Orux antes de una integración de pago posterior.

Reproduce la página completa con Python

Usa Python 3.9 o posterior e instala Pillow con python3 -m pip install "Pillow>=10.1". Guarda el código como make_card.py y ejecuta python3 make_card.py en un directorio con permisos de escritura. Pillow documenta las fuentes predeterminadas escalables y el guardado de imágenes. El programa obtiene el JPEG público existente y crea una maquetación local; nunca contacta con un endpoint de generación ni utiliza una 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()

La ejecución local real verificó una fuente de 1,024 × 1,024, una exportación de 2,480 × 3,508, 11 límites de texto comprobados, la conservación de la proporción 1:1 de la imagen y la ausencia de ampliación. Al reabrir el PNG se indicaron aproximadamente 299.9994 DPI, que es la representación redondeada de los metadatos almacenados en esta exportación. El recuadro de imagen mantuvo sus 1,000 píxeles de ancho, lo que proporciona los 84.67 mm y los 307.2 píxeles de fuente por pulgada descritos anteriormente.

La comprobación del hash de origen evita reconstruir silenciosamente con un recurso modificado en la misma URL. Una discrepancia requiere inspeccionar y aprobar el reemplazo, no eliminar la comprobación para forzar el éxito. La protección de límites comprueba el área segura exterior de esta página; no ajusta automáticamente el texto traducido, no detecta todos los solapamientos ni valida el contenido científico. Distintas fuentes y versiones de Pillow pueden alterar el resultado, así que examina la página generada después de editarla.

Revisa la maquetación antes de pedir otra ilustración

Empieza por conservar la silueta completa del animal y la legibilidad de las preguntas. Después comprueba si los espacios de respuesta corresponden a la actividad: las descripciones breves caben en la zona de notas, mientras que una redacción larga necesita otra página. Revisa el pie que identifica la imagen de IA al tamaño de lectura previsto, no solo en un monitor de escritorio grande. Conserva el prompt original y la imagen fuente con la maquetación para que futuros editores sepan qué procede del modelo.

Si el animal debe verse más grande, calcula la densidad resultante de la fuente antes de ampliarlo. Si las preguntas necesitan más espacio, mueve o acorta el texto compuesto por separado antes de recortar la imagen. Si la lección exige datos verificados de anatomía, hábitat o comportamiento, elige material de referencia revisado para esas afirmaciones en lugar de tratar esta ilustración generada como prueba.

El resultado terminado facilita una actividad concreta: observar una imagen y cuestionar sus límites como evidencia. No convierte FLUX.2 Pro en una herramienta de registro de campo. La división útil del trabajo es sencilla: usa la ilustración existente del modelo como motivo visual y una maquetación determinista para controlar exactamente el texto, las dimensiones y el espacio de escritura.

FAQ

Q.¿FLUX.2 Pro generó la ficha A4?

No. FLUX.2 Pro generó la ilustración cuadrada existente del zorro; Python compuso localmente la página de tamaño A4, los rótulos y la zona de escritura. El formulario público de Orux comprobado aquí ofrece 1K y 1:1, no un ajuste de generación A4 verificado.

Q.¿Añadir 300 DPI aporta más detalle a la fuente?

No. Los metadatos DPI afectan a la escala de impresión prevista, pero no añaden detalle auténtico a la fuente. La imagen existente de 1,024 píxeles proporciona unos 307.2 píxeles de fuente por pulgada al colocarla en el recuadro nominal de 84.67 mm de ancho de la ficha.

Q.¿Debo generar otra imagen para traducir las preguntas?

No hace falta generar otra imagen para editar las preguntas compuestas por separado. Cambia las cadenas, elige una fuente adecuada para el idioma y revisa la nueva maquetación. El PNG exportado queda aplanado, por lo que debes conservar el código editable y la imagen fuente.

Q.¿Esta ficha puede enseñar hechos sobre zorros reales?

La ficha permite describir lo visible y debatir la incertidumbre, no establecer afirmaciones zoológicas verificadas. Su pie identifica la imagen como generada por IA. Usa material de referencia revisado al enseñar anatomía, hábitat o comportamiento.

Q.¿Qué se comprobó realmente para este artículo?

Se comprobaron la exportación local de la página, el hash del recurso, las dimensiones de imagen, los límites del texto, los cálculos de escala nominal de impresión y las multiplicaciones de precios. No se realizó ninguna llamada nueva al modelo, evaluación comparativa de calidad de imagen, prueba física de impresión ni estudio del aprendizaje en el aula.