Paano Gamitin ang Nano Banana sa Google AI Studio at Gemini

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # I-load ang API key mula sa .env file  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# Itakda ang prompt para sa pagbuo ng larawan  
prompt = "Isang futuristic na tanawin ng lungsod sa dapithapon na may neon lights na sumasalamin sa mga basang kalye"  
# Humiling ng pagbuo ng larawan mula sa Gemini 2.5 Flash Image  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# Kunin at i-save ang nabuo na larawan  
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("Nai-save ang larawan bilang generated_image.png")  

from PIL import Image  
from io import BytesIO  
# I-load ang umiiral na larawan para sa pag-edit  
image_to_edit = Image.open("path/to/your/image.png")  
# Itakda ang edit prompt  
edit_prompt = "Gamit ang ibinigay na larawan, magdagdag ng vintage na estilo, mainit na sepia tones, at bahagyang malabong background"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# Iproseso ang tugon upang i-save ang na-edit na larawan  
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("Nai-save ang na-edit na larawan bilang edited_image.png")  

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("Na-save ang consistent image bilang consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# I-load ang maramihang mga larawan  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "Pagsamahin ang background sa larawan ng produkto. Ilagay ang produkto nang natural sa loob ng eksena, tinitiyak na tugma ang ilaw at mga anino."  
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("Nai-save ang fused image bilang fused_image.png")  

mula sa google import genai  
mula sa PIL import Image  
mula sa io import BytesIO  
import os  
mula sa dotenv import load_dotenv  
load_dotenv()  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# Hakbang 1: Gumawa ng larawan base sa text prompt  
generation_prompt = "Isang payapang paglubog ng araw sa ibabaw ng kalmadong lawa na may malambot na mga ulap at mainit na mga kulay"  
response_gen = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[generation_prompt]  
)  
para sa part sa response_gen.candidates[0].content.parts:  
    kung part.inline_data ay hindi None:  
        gen_image = Image.open(BytesIO(part.inline_data.data))  
        gen_image.save("sunset_lake.png")  
        print("Nailigtas ang generated na larawan bilang sunset_lake.png")  
# Hakbang 2: I-edit ang umiiral na larawan sa pamamagitan ng pagdagdag ng isang bagay  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "Gamit ang ibinigay na larawan, maglagay ng maliit na kahoy na bangka na dahan-dahang naglalayag sa kalmadong lawa, na may makatotohanang mga repleksyon."  
response_edit = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, base_image]  
)  
para sa part sa response_edit.candidates[0].content.parts:  
    kung part.inline_data ay hindi None:  
        edited_image = Image.open(BytesIO(part.inline_data.data))  
        edited_image.save("sunset_lake_boat.png")  
        print("Nailigtas ang na-edit na larawan bilang sunset_lake_boat.png")  

flowchart TD  
    A["Simula: Tukuyin ang Mga Kinakailangan"]  
    B["Pumili ng Platform: AI Studio o Gemini API"]  
    C["Mag-sign In at I-access ang Gemini 2.5 Flash Image"]  
    D["Ilagay ang Deskriptibong Prompt / Mag-upload ng Imahe"]  
    E["Gumawa ng Paunang Imahe"]  
    F["Suriin ang Output"]  
    G["Ulitin: Pinuhin ang Prompt o I-edit ang Imahe"]  
    H["Tapusin ang Imahe at I-save ang Output"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["Simula: I-setup ang Kapaligiran"]  
    B["I-install ang Mga Kailangan na Package"]  
    C["I-secure ang API Key (.env)"]  
    D["Sumulat ng Python Script gamit ang google-genai"]  
    E["Tukuyin ang Prompt at/o Mag-upload ng Imahe"]  
    F["Tawagin ang Gemini API para sa Generation/Editing"]  
    G["Iproseso ang Tugon at Kunin ang Imahe"]  
    H["I-save at Suriin ang Output"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H