Jak používat Nano Banana na Google AI Studio a Gemini

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # Načtení API klíče ze souboru .env  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# Definice promptu pro generování obrázku  
prompt = "Futuristické městské panorama za soumraku s neonovými světly odrážejícími se na dešťem promočených ulicích"  
# Požadavek na generování obrázku přes Gemini 2.5 Flash Image  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# Extrakce a uložení vygenerovaného obrázku  
for part in response.candidates[0].content.parts:  
    if part.inline_data is not None:  
        image = Image.open(BytesIO(part.inline_data.data))  
        image.save("generated_image.png")  
        print("Obrázek uložen jako generated_image.png")  

from PIL import Image  
from io import BytesIO  
# Načtení existujícího obrázku k úpravě  
image_to_edit = Image.open("cesta/k/vašemu/obrazku.png")  
# Definice promptu pro úpravu  
edit_prompt = "Použij na dodaný obrázek jemný vintage styl, teplé sépiové tóny a mírně rozmazané pozadí"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# Zpracování odpovědi a uložení upraveného obrázku  
for part in response.candidates[0].content.parts:  
    if part.inline_data is not None:  
        edited_image = Image.open(BytesIO(part.inline_data.data))  
        edited_image.save("edited_image.png")  
        print("Upravený obrázek uložen jako edited_image.png")  

from PIL import Image  
from io import BytesIO  
base_image = Image.open("path/to/your/portrait.png")  
consistency_prompt = "Vytvořte nový obrázek s použitím poskytnutého portrétu jako reference. Subjekt by měl mít úsměv a dívat se přímo do kamery se stejnými rysy obličeje a stylem."  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[consistency_prompt, base_image]  
)  
for part in response.candidates[0].content.parts:  
    if part.inline_data is not None:  
        consistent_image = Image.open(BytesIO(part.inline_data.data))  
        consistent_image.save("consistent_image.png")  
        print("Konzistentní obrázek uložen jako consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# Načtení více obrázků  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "Spojte pozadí s obrázkem produktu. Umístěte produkt přirozeně do scény tak, aby odpovídalo osvětlení a stíny."  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[fusion_prompt, background, product]  
)  
for part in response.candidates[0].content.parts:  
    if part.inline_data is not None:  
        fusion_image = Image.open(BytesIO(part.inline_data.data))  
        fusion_image.save("fused_image.png")  
        print("Fúzní obrázek uložen jako fused_image.png")  

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# Krok 1: Vygenerujte obrázek na základě textového zadání  
generation_prompt = "Poklidný západ slunce nad klidným jezerem s jemnými mraky a teplými odstíny"  
response_gen = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[generation_prompt]  
)  
for part in response_gen.candidates[0].content.parts:  
    if part.inline_data is not None:  
        gen_image = Image.open(BytesIO(part.inline_data.data))  
        gen_image.save("sunset_lake.png")  
        print("Vygenerovaný obrázek uložen jako sunset_lake.png")  
# Krok 2: Upravte existující obrázek přidáním objektu  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "Použijte poskytnutý obrázek a vložte malou dřevěnou loďku tiše plující po klidném jezeře s realistickými odrazy."  
response_edit = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, base_image]  
)  
for part in response_edit.candidates[0].content.parts:  
    if part.inline_data is not None:  
        edited_image = Image.open(BytesIO(part.inline_data.data))  
        edited_image.save("sunset_lake_boat.png")  
        print("Upravený obrázek uložen jako sunset_lake_boat.png")  

flowchart TD  
    A["Začátek: Definujte požadavky"]  
    B["Vyberte platformu: AI Studio nebo Gemini API"]  
    C["Přihlaste se a přistupte k Gemini 2.5 Flash Image"]  
    D["Zadejte popisný prompt / nahrajte obrázek"]  
    E["Vygenerujte počáteční obrázek"]  
    F["Zkontrolujte výstup"]  
    G["Iterujte: upřesněte prompt nebo upravte obrázek"]  
    H["Finalizujte obrázek a uložte výstup"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["Začátek: Nastavení prostředí"]  
    B["Nainstalujte požadované balíčky"]  
    C["Zabezpečte API klíč (.env)"]  
    D["Napište Python skript s použitím google-genai"]  
    E["Definujte prompt a/nebo nahrajte obrázek"]  
    F["Zavolejte Gemini API pro generování/upravení"]  
    G["Zpracujte odpověď a extrahujte obrázek"]  
    H["Uložte a zkontrolujte výstup"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H