FLUX.2 Pro: monte uma ficha de observação A4 com Python

Monte a página em torno da imagem que você realmente tem

Uma ilustração quadrada de FLUX.2 Pro pode virar uma ficha de observação A4 sem esticar o animal nem pedir ao modelo que gere o texto da atividade. Mantenha a imagem inteira em um quadrado com medidas definidas, componha as perguntas separadamente e identifique a imagem como gerada por IA. Este exemplo usa o caso existente da Orux com uma raposa na neve e entrega um layout de página real e reproduzível, em vez de apenas um prompt proposto.

O material se destina a educadores que preparam uma atividade de leitura crítica de imagens: os alunos descrevem detalhes visíveis e distinguem observação de inferência sem fundamento. Não é uma ficha de identificação zoológica nem uma prova de avistamento de um animal. A página pronta deixa espaço para anotações à mão e pergunta o que a ilustração não permite comprovar. O código baixa o exemplo existente autorizado, monta a página localmente e salva um PNG em resolução total; não faz nenhuma solicitação de geração.

A ilustração existente do modelo fornece o tema visual; a ficha é um layout local feito com essa mesma imagem, não outra saída do modelo.

Comece pelo caso real da raposa de FLUX.2 Pro

A fonte é o exemplo fox na página de FLUX.2 Pro na Orux. A entrada de geração salva usa resolution: "1K" e aspect_ratio: "1:1", com este prompt exato:

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.

A palavra “photograph” faz parte do pedido de geração, não de uma afirmação de que o resultado registra um animal real. A saída existente é uma ilustração gerada por IA de 1.024 × 1.024 pixels. Reutilizamos esse resultado salvo; não fizemos nenhuma nova chamada de FLUX.2 Pro para este artigo.

Caso público original da raposa, gerado por FLUX.2 Pro. A ilustração de 1.024 × 1.024 pixels é reutilizada sem alterações como imagem de origem, não apresentada como fotografia de vida selvagem.

A composição visível importa para o layout. A cabeça da raposa fica na parte superior direita do animal, enquanto o corpo e a cauda se estendem para a parte inferior esquerda. A neve, as árvores suavemente representadas ao fundo e a iluminação quente de contorno oferecem vários detalhes observáveis. Preservar o quadrado inteiro mantém a cauda, as patas e o contexto ao redor. Esticar o quadrado para preencher uma página alta distorceria essas relações; um corte vertical fechado descartaria parte do contexto que os alunos podem descrever.

Para outra tarefa de layout, que preenche intencionalmente cabeçalhos largos e altos para a web, consulte o guia de recorte responsivo com Seedream. Esta ficha, por sua vez, preserva todo o quadrado da imagem original.

Uma pergunta de sala de aula deve se apoiar nesses detalhes visíveis. “Quais partes da imagem sugerem tempo frio?” convida a uma explicação baseada na neve e no cenário representado. “Onde esta fotografia foi tirada?” implicaria uma procedência que a imagem gerada não fornece. Não deduza localização, estação do ano, configuração de câmera ou comportamento do animal apenas pelo realismo visual.

Separe as configurações de geração das dimensões da página

O formulário público da Orux verificado em 3 de novembro de 2026 oferece apenas resolução 1K e proporção 1:1 para esse alias. A saída salva da raposa corresponde a esse formato quadrado. A ficha de 2.480 × 3.508 pixels produzida abaixo é uma página montada localmente, não uma imagem A4 gerada por FLUX.2 Pro.

A documentação nativa de dimensões da Black Forest Labs descreve controles mais amplos de largura e altura de FLUX.2. Esses recursos nativos não comprovam controles adicionais no formulário atual da Orux. Neste fluxo de trabalho, use o resultado quadrado que você de fato pode acessar, em vez de depender de um parâmetro de tamanho personalizado não verificado.

A página segue as proporções nominais do A4 de 210 × 297 mm, também listadas na referência de tamanhos de página do W3C. Em uma grade de página de 300 pixels por polegada, o arredondamento resulta em 2.480 × 3.508 pixels. A ilustração ocupa uma caixa de 1.000 × 1.000 pixels, com o título e as perguntas fora dela. Isso mantém a imagem e o texto editorial editáveis de forma independente no código-fonte.

Essa distinção é útil sempre que o texto precisa ser exato. Uma correção ortográfica, uma tradução ou uma pergunta nova exige apenas uma edição local do layout, não outra tentativa de geração de imagem. O PNG exportado é achatado; preserve o código Python e a imagem original como arquivos mestres editáveis, em vez de esperar que o PNG contenha camadas de texto separadas.

O que a ficha pronta realmente entrega

A página tem um título curto, uma imagem quadrada inalterada, três perguntas de observação e cinco linhas para anotações. Uma legenda visível identifica a imagem como gerada por IA e informa que ela não é um registro de vida selvagem. Os rótulos em inglês da ficha no código permanecem em inglês nas prévias; as legendas localizadas do artigo explicam o layout. Para produzir a ficha em outro idioma, substitua as strings e use uma fonte compatível com o sistema de escrita, depois execute novamente as verificações de limites.

As três perguntas têm finalidades diferentes. “What can you see?” (“O que você consegue ver?”) pede uma descrição direta. “What suggests cold?” (“O que sugere frio?”) pede que os alunos relacionem uma conclusão a pistas visuais. “What is uncertain?” (“O que é incerto?”) os convida a perceber a falta de evidências. Um gabarito deve distinguir um elemento visível de uma afirmação sobre o mundo real: a imagem contém um chão que parece coberto de neve; ela não comprova uma temperatura medida nem uma localização geográfica.

A caixa da imagem tem cerca de 84,67 mm de largura na escala nominal de impressão. A fonte tem 1.024 pixels nessa largura, resultando em uma densidade efetiva de origem de 307,2 pixels por polegada. Isso é diferente de apenas gravar “300 DPI” em um arquivo. Metadados não podem inventar detalhes de imagem. Ampliar a mesma fonte para 180 mm de largura reduziria sua densidade de origem para cerca de 144,5 pixels por polegada, independentemente dos metadados da página.

O valor 307,2 descreve a quantidade de pixels da fonte em relação ao tamanho previsto, antes da reamostragem. O código reduz a fonte de 1.024 pixels para uma área de 1.000 pixels; assim, a imagem renderizada tem 300 pixels por polegada na escala nominal da página.

Ficha realmente exportada localmente, mostrada como prévia reduzida para a web. Rótulos em inglês, três perguntas e linhas para anotações ficam fora da ilustração quadrada preservada; a legenda identifica explicitamente a arte gerada por IA.

A página incorporada é uma prévia reduzida para a web. Gere o PNG local com o código para obter a exportação completa de 2.480 × 3.508 pixels. Não foi feita uma prova física de impressão, e a opção “ajustar à página” da caixa de diálogo de impressão pode alterar a escala real. Confira o tamanho do papel, as margens da impressora, o contraste e o espaço para escrever no seu próprio equipamento antes de distribuir cópias para a turma.

Comparação de custos: reutilizar, criar uma imagem ou dez candidatas

O preço atual de flux-2-pro na Orux, verificado em 3 de novembro de 2026, é de 2.67024 Credits por imagem na linha pública de preço padrão. Com a conversão configurada de 1 Credit = USD 0.005, isso equivale a USD 0.0133512 por imagem. O arquivo reutilizável real é o caso salvo em 1K quadrado; não se presume um preço não verificado para outra resolução.

Deslize para os lados para ver toda a tabela.

A linha zero significa que não há nova cobrança de geração pelo modelo para o arquivo reutilizado. Isso não significa que todos os arquivos possam ser reutilizados gratuitamente, nem que software, tempo de trabalho e impressão não tenham custo. Use materiais que você tenha autorização para reutilizar. As outras linhas são exemplos aritméticos de planejamento, não solicitações executadas aqui, uma cotação para sua conta ou uma afirmação sobre taxa de sucesso.

Separe a decisão de obter uma ilustração diferente da decisão de ajustar uma página. Uma área maior para anotações é um problema de diagramação. Uma pose ou cena completamente diferente exige outra imagem de origem. Gerar novamente a arte para corrigir um título da ficha introduz custo e variação visual sem resolver o verdadeiro problema de layout do texto. Confira o preço atual do modelo e a documentação da API da Orux antes de uma integração paga futura.

Reproduza a página completa com Python

Use Python 3.9 ou posterior e instale Pillow com python3 -m pip install "Pillow>=10.1". Salve o código como make_card.py e execute python3 make_card.py em um diretório com permissão de escrita. A documentação do Pillow explica as fontes padrão escaláveis e o salvamento de imagens. O programa obtém o JPEG público existente e faz um layout local; nunca acessa um endpoint de geração nem usa uma chave de API.

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()

A execução local real verificou uma fonte de 1.024 × 1.024 pixels, uma exportação de 2.480 × 3.508 pixels, 11 limites de texto conferidos, proporção de imagem 1:1 preservada e nenhuma ampliação da fonte. Ao reabrir o PNG, foram informados aproximadamente 299,9994 DPI, a representação arredondada dos metadados armazenados usada por essa exportação. A caixa da imagem continuou com 1.000 pixels de largura, resultando nos 84,67 mm e nos 307,2 pixels de origem por polegada descritos acima.

A verificação do hash da fonte impede uma reconstrução silenciosa com um arquivo alterado na mesma URL. Uma divergência exige inspecionar e aprovar a substituição, não apagar a verificação para forçar o sucesso. A proteção de limites verifica a área externa segura desta página; não quebra automaticamente as linhas de texto traduzido, não detecta toda sobreposição nem valida conteúdo científico. Fontes e versões diferentes do Pillow podem alterar a renderização; examine a página gerada depois de editar.

Revise o layout antes de pedir outra arte

Comece pela silhueta inteira do animal e por perguntas legíveis. Depois, verifique se os espaços para respostas combinam com a atividade: descrições curtas cabem na área pautada, enquanto uma redação longa precisa de outra página. Confira a legenda de imagem por IA no tamanho previsto para leitura, não apenas em um monitor grande. Guarde o prompt original e a imagem de origem com o layout para que editores futuros saibam o que veio do modelo.

Se o animal precisar ficar maior, calcule a densidade de origem resultante antes de ampliá-lo. Se as perguntas precisarem de mais espaço, mova ou encurte o texto diagramado separadamente antes de recortar a imagem. Se a aula exigir anatomia, habitat ou comportamento verificados, escolha referências revisadas para essas afirmações, em vez de tratar a ilustração gerada como evidência.

O material pronto apoia uma atividade concreta: observar uma imagem e questionar seus limites como evidência. Ele não transforma FLUX.2 Pro em uma ferramenta de registro de campo. A divisão útil de trabalho é simples: use a ilustração existente do modelo como tema visual e um layout determinístico para garantir texto exato, dimensões e espaço de escrita.

FAQ

Q.FLUX.2 Pro gerou a ficha A4?

Não. FLUX.2 Pro gerou a ilustração quadrada existente da raposa; Python montou localmente a página A4, os rótulos e a área de escrita. O formulário público da Orux verificado aqui oferece 1K e 1:1, não uma configuração verificada de geração A4.

Q.Adicionar 300 DPI deixa a fonte mais detalhada?

Não. Os metadados de DPI afetam a escala de impressão pretendida, mas não acrescentam detalhes reais à fonte. A imagem existente de 1.024 pixels fornece cerca de 307,2 pixels de origem por polegada quando colocada na caixa de largura nominal de 84,67 mm da ficha.

Q.Preciso gerar outra imagem para traduzir as perguntas?

Não é necessário gerar uma imagem nova para editar as perguntas diagramadas separadamente. Altere as strings, selecione uma fonte adequada ao idioma e examine o novo layout. O PNG exportado é achatado; preserve o código editável e a imagem de origem.

Q.Esta ficha pode ensinar fatos sobre raposas reais?

A ficha apoia a descrição visual e a discussão de incertezas, não afirmações zoológicas verificadas. Sua legenda identifica a imagem como gerada por IA. Use referências revisadas ao ensinar anatomia, habitat ou comportamento.

Q.O que foi realmente testado para este artigo?

Foram verificados a exportação local da página, o hash do arquivo, as dimensões da imagem, os limites do texto, a aritmética da escala nominal de impressão e a multiplicação dos preços. Não houve nova chamada ao modelo, benchmark de qualidade da imagem, prova física de impressão nem estudo de aprendizagem em sala de aula.