چگونه از Nano Banana در Google AI Studio و Gemini استفاده کنیم

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # بارگذاری کلید API از فایل .env  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# تعریف متن ورودی برای تولید تصویر  
prompt = "نمای شهری آینده‌نگر در غروب با چراغ‌های نئون که روی خیابان‌های خیس از باران بازتاب می‌یابند"  
# درخواست تولید تصویر از Gemini 2.5 Flash Image  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# استخراج و ذخیره تصویر تولید شده  
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("تصویر با نام generated_image.png ذخیره شد")  

from PIL import Image  
from io import BytesIO  
# بارگذاری تصویر موجود برای ویرایش  
image_to_edit = Image.open("path/to/your/image.png")  
# تعریف متن ویرایش  
edit_prompt = "با استفاده از تصویر ارائه شده، سبک قدیمی با رنگ‌های گرم سپیا و پس‌زمینه کمی مات اضافه کن"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# پردازش پاسخ برای ذخیره تصویر ویرایش شده  
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("تصویر ویرایش شده با نام edited_image.png ذخیره شد")  

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("تصویر هماهنگ با نام consistent_image.png ذخیره شد")  

from PIL import Image  
from io import BytesIO  
# بارگذاری چند تصویر  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "پس‌زمینه را با تصویر محصول ترکیب کن. محصول را به‌طور طبیعی در صحنه قرار بده و اطمینان حاصل کن که نور و سایه‌ها هماهنگ باشند."  
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("تصویر ادغام شده با نام fused_image.png ذخیره شد")  

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"))  
# مرحله 1: تولید تصویر بر اساس متن ورودی  
generation_prompt = "غروب آرام بر فراز دریاچه‌ای آرام با ابرهای نرم و رنگ‌های گرم"  
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("تصویر تولید شده با نام sunset_lake.png ذخیره شد")  
# مرحله 2: ویرایش تصویر موجود با افزودن یک شیء  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "با استفاده از تصویر ارائه شده، یک قایق کوچک چوبی را به آرامی در حال حرکت روی دریاچه آرام وارد کنید، با بازتاب‌های واقعی."  
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("تصویر ویرایش شده با نام sunset_lake_boat.png ذخیره شد")  

نمودار جریان TD  
    A["شروع: تعریف نیازمندی‌ها"]  
    B["انتخاب پلتفرم: AI Studio یا Gemini API"]  
    C["ورود به حساب و دسترسی به تصویر فلش Gemini 2.5"]  
    D["وارد کردن درخواست توصیفی / بارگذاری تصویر"]  
    E["تولید تصویر اولیه"]  
    F["بررسی خروجی"]  
    G["تکرار: اصلاح درخواست یا ویرایش تصویر"]  
    H["نهایی‌سازی تصویر و ذخیره خروجی"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

نمودار جریان TD  
    A["شروع: راه‌اندازی محیط"]  
    B["نصب بسته‌های مورد نیاز"]  
    C["ایمن‌سازی کلید API (.env)"]  
    D["نوشتن اسکریپت پایتون با استفاده از google-genai"]  
    E["تعریف درخواست و/یا بارگذاری تصویر"]  
    F["فراخوانی Gemini API برای تولید/ویرایش"]  
    G["پردازش پاسخ و استخراج تصویر"]  
    H["ذخیره و بررسی خروجی"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H