1. Sissejuhatus
Nano Banana on Google'i tipptasemel pildigeneratsiooni ja -redigeerimise mudel, ametlikult tuntud kui Gemini 2.5 Flash Image. See murranguline tehnoloogia loob mitte ainult realistlikke pilte loomuliku keele käskude põhjal, vaid võimaldab ka detailset redigeerimist ja keerukaid komposiitfunktsioone, mis olid AI jaoks varem väljakutseks. Ühendades mitme pilditöötlustehnika tugevused — sealhulgas mitme pildi sulandumine, stiili muutmine ja tegelaskujude järjepidevus — on Nano Banana muutnud arendajate, disainerite ja sisuloojate lähenemist pilditöötlusele ja genereerimisele.
Selles juhendis esitleme põhjalikku samm-sammult õpetust, mis selgitab, kuidas kasutada Nano Banana't Google AI Studios ja Gemini API kaudu. Uurime, kuidas tööriistale ligi pääseda, luua pilte kirjeldavate käskude abil, redigeerida olemasolevaid pilte, säilitades tegelaskujude järjepidevuse, ning kasutada täiustatud funktsioone nagu mitme pildi sulandumine ja stiilide ülekandmine. Iga samm on toetatud detailsete selgituste, praktiliste koodinäidete ja visualiseeringutega, muutes selle juhendi hindamatuks ressursiks nii professionaalidele kui ka entusiastidele.
2. Nano Banana ja Gemini 2.5 Flash Image mõistmine
Nano Banana, mida mõnikord nimetatakse ka koodnimetusega “nano-banana”, tähistab olulist arengut AI-põhises pildiredigeerimises ja genereerimises. Gemini 2.5 Flash Image uuenduse osana turule toodud tööriist integreerub sujuvalt Google AI Studio ja Vertex AI teenustega, teenindades nii arendajaid kui ka ettevõtte kasutajaid. Selle täiustatud funktsioonid hõlmavad:
Sihipärane pildigeneratsioon: Loo fotorealistlikke pilte teksti käskude põhjal, kasutades loomuliku keele juhiseid.
Sujuv pildiredigeerimine: Tee täpseid muudatusi — nagu sihitud transformatsioonid, tausta vahetused või spetsiifiliste objektide lisamine — ilma käsitsi kohandusteta.
Tegelaskujude järjepidevus: Säilita subjektide visuaalne terviklikkus mitme pildi vahel, tagades brändi ja tegelaskujude järjepidevuse jutustamisel.
Mitme pildi sulandumine: Sulanda mitu pilti üheks ühtseks fotorealistlikuks stseeniks, mis kohandub erinevate disainikontekstidega.
Stiili ülekandmine: Muuda pilte erinevatesse kunstilistesse stiilidesse (nt akvarell, vintage või modernne minimalism), säilitades samal ajal struktuurseid elemente.
Need võimalused koos mudeli kiiruse ja kulutõhususega (maksumus on $30 miljoni tokeni kohta, kus iga pilt maksab ligikaudu $0.039, kuna tarbitakse umbes 1290 tokenit) teevad Nano Banana'st ideaalse tööriista loovprofessionaalidele, turundajatele ja arendajatele, kes otsivad nii tõhusust kui ka täpsust.
3. Google AI Studio kasutuselevõtt
Google AI Studio pakub kasutajasõbralikku veebiliidest, mis võimaldab kasutajatel Nano Banana’ga katsetada ilma sügavate programmeerimisoskusteta. Siin on, kuidas alustada:
3.1 Sisselogimine ja mudelile juurdepääs
Juurdepääs Google AI Studiotele:
Ava oma veebibrauser ja mine Google AI Studio portaali. Logi sisse oma Google’i kontoga. Vali Gemini mudel:
Pärast sisselogimist liigu Gemini mudelite sektsiooni. Otsi „Gemini 2.5 Flash Image“ (tuntud ka kui nano-banana) ja klõpsa sellel. Seal on lihtne „build mode“, kus saad otse brauseris testida pildigeneratsiooni ja redigeerimise funktsioone.
Uuri mallirakendusi:
Google AI Studio sisaldab ka mallirakendusi, mis demonstreerivad olulisi funktsioone nagu tegelaskuju järjepidevus ja mitme pildi kokkupanek. Need rakendused on kohandatavad ja annavad esmase ülevaate Nano Banana võimekusest ilma, et peaksid koodi nullist kirjutama.
3.2 Studio liidese kasutamine
Google AI Studio liideses:
Käsupõhine genereerimine: Sisesta üksikasjalik loomuliku keele käsk määratud tekstisisestusvälja. Näiteks võid sisestada:
„Fotorealistlik vaade moodsale kohviku interjöörile soojade valgustite ja pehmete tekstuuridega.“
Pildi üleslaadimine redigeerimiseks: Kui soovid olemasolevat pilti redigeerida, laadi see lihtsalt üles pildi üleslaadija abil ja kirjeldage seejärel soovitud muudatused. Näiteks „Lisa õrn akvarelliefekt ja suurenda heledust“ oleks sobiv sisend.
Genereeri ja remiksi: Liides võimaldab mitte ainult pilte genereerida, vaid ka remiksida, iteratiivselt täiustada ja tulemusi edasi redigeerida, tagades, et lõpptulemus vastab täpselt sinu loomingulisele visioonile.
Google annab tagasisidet käsu kvaliteedi kohta ja pakub isegi reaalajas eelvaadet remiksimisest, võimaldades sul näha, kuidas pilt iga muudatusega areneb. See töövoog on eriti kasulik, kui soovid säilitada tegelaskuju järjepidevust mitme pildi vahel või vajad täpset kontrolli konkreetsete visuaalsete elementide üle.
4. Gemini API kasutamine piltide genereerimiseks ja redigeerimiseks
Arendajatele ja koodi tundvatele kasutajatele pakub Gemini API programmeeritavat ligipääsu Nano Banana’le. API võimaldab paindlikkust ja integreerimisvõimalusi kohandatud rakenduste, mobiilirakenduste ja teiste ettevõtte platvormidega.
4.1 Arenduskeskkonna seadistamine
Enne koodi kirjutamist tuleb seadistada oma arenduskeskkond:
Nõutud pakettide installimine:
Kasuta järgmist käsku vajalike Python’i teekide paigaldamiseks: Pakett Eesmärk google-genai Gemini mudelite ametlik klient python-dotenv API võtmete turvaline salvestamine ja kasutamine PIL (Pillow) Piltide töötlemise ja salvestamise võimalused Näide terminalikäsklusest: pip install google-genai python-dotenv pillow See käsk paigaldab kõik vajalikud paketid, et saaksid hakata Gemini API-ga ühendust võtma.
API-võtme turvaline hoidmine:
Loo .env fail, kuhu salvestada oma API-võti turvaliselt: GEMINI_API_KEY=your_actual_api_key Veendu, et see fail oleks lisatud sinu .gitignore faili, et vältida tundlike andmete juhuslikku avalikustamist.
4.2 Põhikoodi kirjutamine
Alljärgnev on lihtsustatud Python skript, mis demonstreerib, kuidas Nano Banana abil Gemini API kaudu pilti genereerida:
from google import genai
from PIL import Image
from io import BytesIO
import os
from dotenv import load_dotenv
load_dotenv() # Lae API-võti .env failist
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))
# Määra pildi genereerimise prompt
prompt = "Futuristlik linnavaade hämaruses, neoonvalgustusega, mis peegeldub vihmase tänava peal"
# Esita Gemini 2.5 Flash Image mudelile pildigeneratsiooni päring
response = client.models.generate_content(
model="gemini-2.5-flash-image-preview",
contents=[prompt]
)
# Erista ja salvesta genereeritud pilt
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("Pilt salvestatud nimega generated_image.png")
See näidisprogramm näitab, kuidas Pythonis Gemini API-ga suhelda. Skript:
Laeb API-võtme
Loodab kliendi instantsi
Saadab loomuliku keele prompti pildi genereerimiseks
Töötleb vastuse, et eraldada ja salvestada pilt PNG formaadis.
4.3 Olemasoleva pildi redigeerimine
Sama API-d saab kasutada ka piltide redigeerimiseks. Näiteks, kui sul on pilt lokaalselt ja soovid seda Nano Banana abil kohandada, võid kirjutada:
from PIL import Image
from io import BytesIO
# Lae redigeeritav pilt
image_to_edit = Image.open("path/to/your/image.png")
# Määra redigeerimise prompt
edit_prompt = "Kasutades antud pilti, lisa veidi vintage stiili, sooje sepiatoone ja kergelt hägune taust"
response = client.models.generate_content(
model="gemini-2.5-flash-image-preview",
contents=[edit_prompt, image_to_edit]
)
# Töötle vastus ja salvesta redigeeritud pilt
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("Redigeeritud pilt salvestatud nimega edited_image.png")
See koodinäide näitab, kuidas mudelile anda nii sisendtekst kui ka pilt, juhendades seda muutma sisendpilti vastavalt teie soovidele, säilitades samal ajal olulised visuaalsed elemendid nagu tegelaste ilmed või taustadetailid.
5. Üksikasjalik juhend: pildi loomise protsess
Selles osas anname põhjaliku ülevaate, kuidas luua uut pilti, kasutades Nano Banana't Google AI Studios ja Gemini API kaudu. Järgmised sammud kirjeldavad protsessi algsest tekstipõhisest juhisest kuni lõpliku pildi väljundini.
5.1 Tekstipõhise juhise koostamine
Tõhus pildi loomine algab hästi koostatud juhisest. Juhis peab olema detailselt ja täpselt sõnastatud, et mudel mõistaks soovitud tulemust. Näiteks võite kasutada järgmist juhist:
"Loo fotorealistlik pilt rahulikust järveäärsest majakesest sügisel. Stseenis peaksid olema värvikirevad sügispuud, järve peal õrnad lainetused ning majakese akendest kiirgav soe kuma, mis tekitab rahulolu tunde."
See juhis annab selge kirjelduse kaasatavatest elementidest — majake, järveäärne asukoht, sügisvärvid, peegeldav vesi ja atmosfääriline valgustus. Mida täpsem on kirjeldus, seda tõenäolisem on, et mudel loob pildi, mis vastab teie ootustele.
5.2 Google AI Studio kasutamine pildi loomiseks
Juhise sisestamine:
Navigeerige Google AI Studiosse Gemini 2.5 Flash Image sektsiooni. Kleepige oma juhis teksti sisestusväljale.
Pildi genereerimine:
Vajutage nuppu „Generate“. Süsteem töötleb teie loomuliku keele juhist ja kuvab loodud pildi eelvaate. Tehisintellekt kasutab Gemini ulatuslikku maailmateadmist, et tagada täpne valgustuse, tekstuuri ja värvide kujutamine.
Ülevaatus ja iteratsioon:
Kui loodud pilt ei vasta täielikult teie kriteeriumidele, täiendage juhist. Kohandage detaile, nagu valgustingimused või objektide kompositsioon, kuni saavutate soovitud tulemuse. See iteratiivne protsess on loovprojektides kvaliteetse väljundi saavutamise võti.
5.3 Väljundi salvestamine ja täiendamine
Kui olete eelvaatega rahul, saate pildi otse Google AI Studiost salvestada. Platvorm pakub ka võimalusi väljundi edasiseks redigeerimiseks täiendavate juhiste abil — see võimaldab dünaamiliselt sisu kohandada.
Näite tulemus
Kujutage ette pilti, mis tabab täpselt teie visiooni: järveäärne majake, mida valgustab pehme soe kuma, mis peegeldub õrnalt lainetaval veepinnal, ümbritsetud sügisvärvides metsaga. Iga element — alates majakese puidu tekstuurist kuni hooajalise lehestiku nüanssideni — on kujutatud kõrge täpsusega.
6. Üksikasjalik juhend: pildi redigeerimine Nano Banana abil
Olemasoleva pildi redigeerimine on üks Nano Banana muljetavaldavamaid võimeid. Olgu sooviks lisada uusi elemente, muuta värve või kohandada konkreetseid omadusi — protsess on lihtne.
6.1 Aluspildi üleslaadimine
Vali oma pilt:
Google AI Studios kasuta pildi üleslaadimise funktsiooni, et importida pilt, mida soovid redigeerida. Näiteks võid üles laadida portree või maastikufoto.
Määra redigeerimise nõue:
Kirjelda selgelt ja täpselt, mida on vaja muuta. Kasulik näide võiks olla:
„Kasutades antud pilti, lisa subjektile näole paar elegantseid, õhukesi lugemisprille, säilitades originaalse valgustuse ja stiili.“
6.2 Redigeerimise töötlemine Gemini API abil
Gemini API kasutamisel redigeerimiseks järgi järgmisi samme:
Laadi pilt:
Kasuta Pillow teeki, et lugeda pilt oma kohalikust failisüsteemist.
Esita redigeerimise juhis:
Lisa pildile üksikasjalik tekstipõhine juhis soovitud redigeerimiseks. See võib sisaldada stiilimuudatusi (näiteks vintage-filtrite lisamine või soengumuutused), et süsteem mõistaks konteksti.
Ekstraheerige redigeeritud versioon:
API tagastab redigeeritud pildi andmed, mida saad kergesti koodi abil, sarnaselt eelnevale generatsiooni näitele, välja võtta ja salvestada.
6.3 Visuaalse järjepidevuse säilitamine
Nano Banana oluliste uuenduste hulka kuulub võime säilitada tegelaskuju järjepidevus. Redigeerimisel, isegi kui taust, valgustus või stiil muutuvad drastiliselt, jäävad subjekti põhiomadused samaks. See on eriti kasulik:
Portree redigeerimine: tausta muutmine või aksessuaaride lisamine, hoides samal ajal näojooned muutumatuna.
Bränding ja turundus: tagamaks, et logod, maskotid või peamised tegelased jäävad mitme pildi vahel ühtlaseks.
Kui juhendada API-d fraasiga „Näita seda täpset tegelast samade näojoonte ja kehahoiakuga,“ kasutad mudeli võimet tuvastada ja kopeerida üksikasjalikke pildi aspekte.
Näidis kood järjepidevuse säilitamiseks
from PIL import Image
from io import BytesIO
base_image = Image.open("path/to/your/portrait.png")
consistency_prompt = "Generate a new image using the provided portrait as reference. The subject should be smiling and looking directly at the camera, with the same facial features and style."
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("Järjepidev pilt salvestatud nimega consistent_image.png")
See skript tagab, et tehtud muudatused ei muuda subjekti põhiolemust.
7. Täiustatud funktsioonid: mitme pildi ühendamine, stiilide ülekandmine ja tegelaskuju järjepidevus
Nano Banana läheb kaugemale lihtsast genereerimisest ja redigeerimisest – selle täiustatud funktsioonid eristavad seda tõeliselt.
7.1 Mitme pildi ühendamine
Mitme pildi ühendamine on protsess, kus erinevate piltide elemendid kombineeritakse üheks terviklikuks pildiks. See on eriti kasulik tootefotode, kollaažide ja keerukate disainiprojektide puhul.
Kuidas see töötab:
Sisesta mitu pilti:
Esita kuni kolm pilti sisendina. Näiteks üks pilt võib olla taust, teine peamine objekt ja kolmas ülekatte või aksessuaarina.
Kirjelda ühendamise protsessi:
Kasuta põhjalikku juhist, näiteks „Ühenda need pildid, et luua fotorealistlik stseen, kus toode on sujuvalt paigutatud kaasaegsesse linnakeskkonda.“
Genereeri ühendatud pilt:
Gemini API ühendab visuaalsed elemendid nutikalt, tagades varjude, tekstuuride ja valgustuse õige sulandumise.
Näidis kood ühendamiseks
from PIL import Image
from io import BytesIO
# Laadi mitu pilti
background = Image.open("path/to/background.png")
product = Image.open("path/to/product.png")
fusion_prompt = "Ühenda taust tootepildiga. Aseta toode loomulikult stseeni, tagades valgustuse ja varjude sobivuse."
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("Ühendatud pilt salvestatud nimega fused_image.png")
7.2 Stiili ülekandmine
Stiili ülekandmine võimaldab muuta pildi esteetikat, säilitades samal ajal selle keskse teema. Näiteks võid muuta foto akvarellmaaliks või vintage illustratsiooniks.
Stiili ülekandmise sammud:
Vali baasfoto:
Alusta selge ja kvaliteetse pildiga.
Kirjelda soovitud stiili:
Sinu juhis peaks sisaldama täpseid detaile, näiteks „Muuda see pilt õrnaks akvarellmaaliks külmpressitud paberil, pehmete värvide ülemineku ja õrna tekstuurierinevusega.“
Rakenda stiil:
Mudel võtab juhise ja pildi ning genereerib uue pildi soovitud kunstistiiliga, säilitades originaali olulised omadused.
7.3 Täiustatud tegelaskuju järjepidevus
Projektide puhul, kus sama tegelane peab ilmuma mitmes kontekstis (näiteks brändingus või järjestikustes lugudes), tagab Nano Banana, et olulised visuaalsed tunnused jäävad generatsioonide või redigeerimiste vahel muutumatuks. Seda tehakse mudelit selgelt juhendades fraasidega nagu „säilita identsed näojooned“, „hoia täpselt seda tegelast“ või „säilita subjekti visuaalne DNA.“
See võimekus rõhutab Nano Banana üht põhiväärtust, võimaldades loojatel luua järjepidev visuaalne narratiiv erinevates meediumivormingutes.
8. Parimad tavad promptide koostamisel
Oluline tegur, mis määrab pildi genereerimise ja redigeerimise kvaliteedi, on see, kuidas promptid on sõnastatud. Siin on mõned parimad tavad optimaalse tulemuse tagamiseks:
8.1 Ole kirjeldav ja konkreetne
Keskendu kontekstile: Kirjelda oma promptis keskkonda, valgustust ja meeleolu. Näiteks "moodne kontor pehme valgustusega" annab rohkem konteksti kui lihtsalt "kontor."
Lisa tehnilised kirjeldused: Kasuta termineid nagu "85 mm portreelääts", "f/2 madala teravussügavuse jaoks" või "pehme, soe kuma", et mõjutada pildi fotograafilist stiili.
8.2 Iteratiivne täpsustamine
Alusta põhipromptiga, et saada esialgne tulemus, seejärel täienda seda järk-järgult:
Rakenda konkreetseid muudatusi samm-sammult, näiteks "esialgu lisa aksessuaar, seejärel kohanda taustavalgustust."
Kasuta järjestikust redigeerimist, et täpsustada detaile ilma iga kord nullist alustamata.
8.3 Kasuta semantilisi positiivseid promptisid
Selle asemel, et öelda mudelile, mida sa ei taha, keskendu sellele, mida soovid. Näiteks selle asemel, et öelda "eemalda tume vari", ütle "lisa pehme hajutatud valgus, et rõhutada objekti omadusi." See positiivne lähenemine viib loomulikumate ja usutavamate muudatusteni.
8.4 Säilita visuaalne järjepidevus mitme redigeerimisetapi jooksul
Kui plaanid teha sarja muudatusi samal pildil:
Esita iga kord sama visuaalne viide.
Täpsusta selgelt, et objekti identiteet peab jääma muutumatuks, kasutades väljendeid nagu "just see tegelane" või "säilitades identsed tunnused."
8.5 Promptide näidete võrdlustabel
| | |
|---|
| | "Fotorealistlik pilt maalilisest järveäärsest majast sügisel, värvikirevate lehtede ja õrnade vee loksudega" |
| | "Muuda see pilt õrnaks akvarellimaaliks, millel on pehmed hajuvad servad ja õrn paberi tekstuur" |
| | "Loo pilt, kasutades antud portreed viitena, tagades, et just see tegelane säilitab identsed näojooned" |
See tabel illustreerib, kuidas täpsuse suurendamine viib täpsemate tulemusteni.
9. Reaalsed kasutusjuhtumid ja integreerimisnõuanded
Nano Banana on väga mitmekülgne, mistõttu sobib see erinevatesse olukordadesse. Siin on mõned praktilised näited:
9.1 Turundus ja bränding
Järjepidevad brändivarad:
Turundajad saavad kasutada Nano Banana't kvaliteetsete piltide loomiseks, mis säilitavad erinevates kampaaniates ühtse välimuse ja tunde. Näiteks toote piltide genereerimine, millel on stabiilsed omadused, või ühtse visuaalse identiteedi loomine brändi maskotile.
Kampaaniate kohandamine:
Mitme redigeerimiskorraga saab ühte pilti kiiresti muuta, et see sobiks erinevate turundussõnumitega. Näiteks muuta stiili fotorealistlikust kunstilisemaks (nt vintage või minimalistlik) erinevate kampaaniate jaoks.
9.2 Sisutootmine sotsiaalmeedias
Kiired prototüüpvisualiseeringud:
Sisutootjad saavad minimaalse pingutusega luua visuaalselt atraktiivseid pilte platvormidele nagu Instagram, TikTok või YouTube. Nano Banana kiirus (madal latentsus ja kulutõhus töötlemine) tagab, et sisueelarvamused realiseeritakse kiiresti.
Dünaamiline pilditöötlus:
Kui jälgijate tagasiside suunab väikeseid muudatusi (näiteks elementide lisamine või eemaldamine), võimaldab Nano Banana teha tekstipõhiseid kohandusi, säilitades samal ajal visuaalse kvaliteedi ja järjepidevuse.
9.3 Professionaalne pilditöötlus ja disain
Iteratiivne täiendamine tootefotograafias:
Disainerid saavad kasutada iteratiivseid redigeerimisvõimalusi tootepiltide täiendamiseks — olgu selleks valgustuse ja varjude reguleerimine või uute rekvisiitide lisamine stseeni.
Mitme pildi ühendamine loomingulisteks projektideks:
Fotograafid saavad kombineerida pilte, et luua komposiitkaadreid, mis muidu nõuaksid keerulist käsitsi redigeerimist. Näiteks erinevate taustade ühendamine tootepildiga, et simuleerida erinevaid keskkondi.
9.4 Integreerimine olemasolevatesse töövoogudesse
Nano Banana integreerub sujuvalt populaarsete loominguliste tööriistadega:
Photoshopi integratsioon:
Mõned kogukonna arendatud pluginad võimaldavad Nano Bananat kasutada otse Photoshopis. See "viimane miil" integratsioon aitab disaineritel hoida harjumuspärast töövoogu, kasutades samal ajal tehisintellekti võimekust keerukate redigeerimiste jaoks.
Ettevõtte juurutamine Vertex AI abil:
Suuremahuliste projektide jaoks saavad ettevõtted integreerida Nano Banana Vertex AI kaudu, pakkudes skaleeritavat lahendust suurte pildigeneratsiooni ja redigeerimise vajaduste jaoks — ideaalne automatiseeritud sisutootmise torujuhtmetele digitaalturunduses.
9.5 Koodi integratsiooni näide
Järgnevalt on toodud kokkuvõtlik näide, kuidas Pythonit ja Gemini API-d kasutades pilte genereerida ja töödelda:
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"))
# Samm 1: Pildi genereerimine teksti põhjal
generation_prompt = "Rahulik päikeseloojang vaikse järve kohal, pehmete pilvede ja sooja toonidega"
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("Genereeritud pilt salvestatud nimega sunset_lake.png")
# Samm 2: Oleva pildi redigeerimine objekti lisamisega
base_image = Image.open("sunset_lake.png")
edit_prompt = "Olevale pildile lisada väike puidust paat, mis rahulikult järvel sõidab, realistlike peegeldustega."
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("Muudetud pilt salvestatud nimega sunset_lake_boat.png")
See koodinäide ühendab Nano Banana abil nii pildi genereerimise kui ka redigeerimise funktsioonid ning demonstreerib, kui lihtsalt saab keerukaid muudatusi programmeeritult teha.
10. Visualiseeringud ja töövoo diagrammid
Töövoo ja andmete võrdluste visualiseerimine aitab oluliselt paremini mõista, kuidas Nano Banana erinevates kontekstides toimib. Alljärgnevalt on toodud kolm visualiseeringut, mis hõlmavad protsessi peamisi aspekte.
Joonis 1: Juurdepääsumetoodikate võrdlustabel
| | |
|---|
| | Kasutajasõbralik; tasuta kiht saadaval; mallirakendused demo jaoks |
| Programmeeritav (Python jt) | Kohandatud integratsioon; paindlik arendus turvalise API võtmega |
| | Skaalautuv; sobib suurte kasutusjuhtumite jaoks; integreerub ettevõtte töövoogudega |
Tabel 1: See tabel võrdleb Nano Banana erinevaid platvorme, mille kaudu sellele ligi pääseb, rõhutades nende unikaalseid omadusi ja kasutusvõimalusi.
Joonis 2: Nano Banana kasutamise töövoo diagramm
flowchart TD
A["Algus: nõuete määratlemine"]
B["Platvormi valik: AI Studio või Gemini API"]
C["Logi sisse ja pääse ligi Gemini 2.5 Flash Image'ile"]
D["Sisesta kirjeldav prompt / laadi üles pilt"]
E["Genereri algne pilt"]
F["Vaata tulemust üle"]
G["Iteratsioon: täienda prompti või muuda pilti"]
H["Lõpeta pilt ja salvesta tulemus"]
A --> B
B --> C
C --> D
D --> E
E --> F
F --> G
G --> H
Joonis 2: See vooskeem kujutab järjestikust protsessi alates nõuete määratlemisest kuni pildi lõplikuks vormistamiseni Nano Banana abil. Töökäik rõhutab iteratiivset täiendamist ja mitmeastmelist töötlemist.
Joonis 3: Koodi integreerimise voog
flowchart TD
A["Algus: keskkonna seadistamine"]
B["Nõutavate pakettide paigaldamine"]
C["API-võtme turvamine (.env)"]
D["Python skripti kirjutamine kasutades google-genai"]
E["Prompti määratlemine ja/või pildi üleslaadimine"]
F["Kutsu Gemini API pildi genereerimiseks või muutmiseks"]
G["Tööta vastusega ja eralda pilt"]
H["Salvesta ja vaata tulemust üle"]
A --> B
B --> C
C --> D
D --> E
E --> F
F --> G
G --> H
Joonis 3: See diagramm illustreerib koodi integreerimise voogu keskkonna seadistamiseks ja Gemini API kasutamiseks piltide genereerimiseks või muutmiseks Nano Banana abil.
11. Kokkuvõte
Nano Banana, tuntud kui Gemini 2.5 Flash Image, tähistab olulist edasiminekut tehisintellektil põhineva piltide genereerimise ja redigeerimise valdkonnas. Kombineerides loomuliku keele töötlemise täiustatud visuaalsete funktsioonidega nagu mitme pildi sulandumine, stiili ülekandmine ja tegelaskuju järjepidevus, on Google pakkunud arendajatele ja disaineritele tööriista, mis lihtsustab loomingulisi töövooge, säilitades samal ajal kõrge kvaliteedi ja täpsuse.
Peamised järeldused:
Sujuv integreerimine: Nano Banana on kättesaadav Google AI Studio, Gemini API ja Vertex AI kaudu, võimaldades nii juhuslikke katsetusi kui ka ettevõtte tasemel juurutusi.
Täiustatud redigeerimisvõimalused: Kasutajad saavad mitte ainult genereerida pilte detailsete promptide põhjal, vaid ka teha täpseid muudatusi — sealhulgas stiili, tegelaskuju järjepidevuse ja objektide sulandumise osas — ilma algse visuaalse terviklikkust kaotamata.
Iteratiivne täiendamine: Iteratiivne redigeerimisprotsess võimaldab järkjärgulisi parandusi, muutes võimalikuks piltide täpsustamise mitme seansi jooksul.
Prompti inseneritöö tähtsus: Üksikasjalike, positiivsete promptide loomine, mis sisaldavad tehnilisi kirjeldusi, on mudeli täieliku potentsiaali ärakasutamiseks hädavajalik.
Reaalmaailma rakendused: Alates turundusest ja brändingust kuni sisuloome ja professionaalse disainini pakub Nano Banana mitmekülgsust, mis teenindab laia kasutusvaldkondade spektrit.
Peamised eelised kokkuvõtlikult:
Kasutusmugavus: Google AI Studio intuitiivne veebiliides võimaldab kasutajatel pilte lihtsalt luua ja redigeerida.
API paindlikkus: Gemini API pakub skaleeritavat ja programmeeritavat lähenemist Nano Banana integreerimiseks kohandatud rakendustesse.
Kuluefektiivsus: Ennustatav tokenipõhine hinnakujundus tagab, et loomingulised projektid jäävad eelarve piiridesse.
Järjepidevus ja kvaliteet: Visuaalse järjepidevuse säilitamine redigeerimiste ajal ning kõrgekvaliteediliste piltide genereerimine on olulised täiustused võrreldes varasemate mudelitega.
Nano Banana on seadnud uue standardi tehisintellektil põhineva pildiloome valdkonnas. See pole mitte ainult muljetavaldav tehniline saavutus, vaid ka praktiline tööriist, mis võimaldab loojatel kiiresti prototüüpida, iteratiivselt töötada ja toota professionaalse kvaliteediga visuaale minimaalsete käsitsi sekkumisega.
Kokkuvõttes, olgu sa arendaja, kes integreerib oma rakendusse arenenud pildiredigeerimist, disainer, kes loob järjepidevaid brändivisuaale, või sisulooja, kes uurib uusi kunstilisi väljendusviise, Nano Banana ulatuslik funktsioonide komplekt võib oluliselt rikastada sinu loomingulist protsessi. Selle tehnoloogia kasutuselevõtt nüüd võib sillutada teed tõhusamale ja innovaatilisemale visuaalsele jutustamisele tulevikus.
Järgides hoolikalt seda samm-sammult juhendit ning rakendades eespool kirjeldatud parimaid tavasid, saad avada Nano Banana täieliku potentsiaali Google AI Studio ja Gemini platvormil. Iga protsessi etapp – alates sisselogimisest ja keskkonna seadistamisest kuni promptide täpsustamise ja väljundite töötlemiseni – on loodud tagamaks nii kõrge kvaliteet kui ka lihtne integreerimine, muutes digitaalse pilditöövoo revolutsiooniliseks mitmesugustes rakendustes.
See põhjalik juhend on koostatud täielikult tuginedes Google Developers Blogi, ImagineArt artiklite ja erinevate üksikasjalike Nano Banana samm-sammult õpetuste toetavale infole ja praktilistele näidetele. Tööriista kõik aspektid – alates põhilistest toimingutest kuni arenenud loominguliste tehnikateni – on toetatud dokumenteeritud funktsioonide ja kasutajakogemustega.