Kuinka käyttää Nano Banana -työkalua Google AI Studiolla ja Geminillä

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # Lataa API-avain .env-tiedostosta  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# Määrittele kuvaa varten kehotus  
prompt = "Futuristinen kaupunkimaisema hämärässä, neonvalot heijastuvat sateen läpi märillä kaduilla"  
# Pyydä kuvan generointia Gemini 2.5 Flash Image -mallilla  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# Erota ja tallenna generoitu kuva  
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("Kuva tallennettu nimellä generated_image.png")  

from PIL import Image  
from io import BytesIO  
# Lataa muokattava kuva  
image_to_edit = Image.open("polku/kuvaasi/image.png")  
# Määrittele muokkauskehotus  
edit_prompt = "Käytä annettua kuvaa, lisää ripaus vintage-tyyliä, lämpimiä sepiansävyjä ja hieman sumenta taustaa"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# Käsittele vastaus ja tallenna muokattu kuva  
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("Muokattu kuva tallennettu nimellä edited_image.png")  

from PIL import Image  
from io import BytesIO  
base_image = Image.open("path/to/your/portrait.png")  
consistency_prompt = "Luo uusi kuva käyttäen annettua muotokuvaa referenssinä. Henkilön tulisi hymyillä ja katsoa suoraan kameraan, säilyttäen samat kasvonpiirteet ja tyyli."  
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("Yhdenmukainen kuva tallennettu nimellä consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# Lataa useita kuvia  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "Yhdistä taustakuva ja tuotekuva. Sijoita tuote luonnollisesti kohtaukseen varmistaen, että valaistus ja varjot vastaavat toisiaan."  
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("Yhdistetty kuva tallennettu nimellä 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"))  
# Vaihe 1: Luo kuva tekstipohjaisen kehotteen perusteella  
generation_prompt = "Rauhallinen auringonlasku tyynen järven yllä, pehmeät pilvet ja lämpimät sävyt"  
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("Luotu kuva tallennettu nimellä sunset_lake.png")  
# Vaihe 2: Muokkaa olemassa olevaa kuvaa lisäämällä kohde  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "Käytä annettua kuvaa ja lisää pieni puinen vene, joka lipuu hiljalleen tyynellä järvellä realistisilla heijastuksilla."  
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("Muokattu kuva tallennettu nimellä sunset_lake_boat.png")  

flowchart TD  
    A["Aloita: Määrittele vaatimukset"]  
    B["Valitse alusta: AI Studio tai Gemini API"]  
    C["Kirjaudu sisään ja avaa Gemini 2.5 Flash Image"]  
    D["Syötä kuvaileva kehotus / Lataa kuva"]  
    E["Luo alkuperäinen kuva"]  
    F["Tarkastele tulosta"]  
    G["Toista: Täsmennä kehotusta tai muokkaa kuvaa"]  
    H["Viimeistele kuva ja tallenna tulos"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["Aloita: Ympäristön pystytys"]  
    B["Asenna tarvittavat paketit"]  
    C["Turvaa API-avain (.env)"]  
    D["Kirjoita Python-skripti käyttäen google-genai-kirjastoa"]  
    E["Määrittele kehotus ja/tai lataa kuva"]  
    F["Kutsu Gemini API:a kuvan luontiin/muokkaukseen"]  
    G["Käsittele vastaus ja erota kuva"]  
    H["Tallenna ja tarkista tulos"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H