Модели зрения принимают изображения вместе с текстом, чтобы модель могла описывать, классифицировать и отвечать на вопросы о том, что она видит.

Быстрый старт

ollama run gemma4 ./image.png whats in this image?

Использование через API Ollama

Укажите массив images. SDK принимают пути к файлам, URL или необработанные байты, в то время как REST API ожидает данные изображения в кодировке base64.

cURL

```shell
# 1. Скачайте тестовое изображение
curl -L -o test.jpg "https://upload.wikimedia.org/wikipedia/commons/3/3a/Cat03.jpg"

# 2. Закодируйте изображение
IMG=$(base64 < test.jpg | tr -d '\n')

# 3. Отправьте его в Ollama
curl -X POST http://localhost:11434/api/chat \
-H "Content-Type: application/json" \
-d '{
    "model": "gemma4",
    "messages": [{
    "role": "user",
    "content": "What is in this image?",
    "images": ["'"$IMG"'"]
    }],
    "stream": false
}'

### Python

 ```python
 from ollama import chat
 # from pathlib import Path

 # Укажите путь к изображению
 path = input('Please enter the path to the image: ')

 # Также можно передать данные изображения, закодированные в base64
 # img = base64.b64encode(Path(path).read_bytes()).decode()
 # или необработанные байты
 # img = Path(path).read_bytes()

 response = chat(
   model='gemma4',
   messages=[
     {
       'role': 'user',
       'content': 'What is in this image? Be concise.',
       'images': [path],
     }
   ],
 )

 print(response.message.content)
 ```

### JavaScript

 ```javascript
 import ollama from 'ollama'

 const imagePath = '/absolute/path/to/image.jpg'
 const response = await ollama.chat({
   model: 'gemma4',
   messages: [
     { role: 'user', content: 'What is in this image?', images: [imagePath] }
   ],
   stream: false,
 })

 console.log(response.message.content)
 ```