Google AI Studio અને Gemini પર Nano Banana કેવી રીતે ઉપયોગ કરવો

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # .env ફાઇલમાંથી API કી લોડ કરો  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# છબી જનરેશન માટે પ્રોમ્પ્ટ નિર્ધારિત કરો  
prompt = "વિકાસશીલ નગરદૃશ્ય સાંજના સમયે, નીઓન લાઇટ્સ વરસાદી રસ્તાઓ પર પ્રતિબિંબિત થતી"  
# Gemini 2.5 Flash Image માંથી છબી જનરેટ કરવા વિનંતી કરો  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# જનરેટ થયેલી છબી કાઢો અને સંગ્રહ કરો  
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("છબી generated_image.png તરીકે સંગ્રહાઈ ગઈ")  

from PIL import Image  
from io import BytesIO  
# સંપાદન માટે અસ્તિત્વમાં રહેલી છબી લોડ કરો  
image_to_edit = Image.open("path/to/your/image.png")  
# સંપાદન માટે પ્રોમ્પ્ટ નિર્ધારિત કરો  
edit_prompt = "આપેલી છબીનો ઉપયોગ કરીને વિન્ટેજ શૈલી, ગરમ સિપિયા ટોન અને હળવા ધૂંધળા પૃષ્ઠભૂમિ ઉમેરો"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# પ્રતિસાદ પ્રક્રિયા કરીને સંપાદિત છબી સંગ્રહ કરો  
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("સંપાદિત છબી edited_image.png તરીકે સંગ્રહાઈ ગઈ")  

from PIL import Image  
from io import BytesIO  
base_image = Image.open("path/to/your/portrait.png")  
consistency_prompt = "આપેલ પોર્ટ્રેટને સંદર્ભ તરીકે ઉપયોગ કરીને નવી છબી બનાવો. વિષય હસતો અને સીધા કેમેરા તરફ જોઈ રહ્યો હોવો જોઈએ, સમાન ચહેરાના લક્ષણો અને શૈલી સાથે."  
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("Consistent image saved as consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# એકથી વધુ છબીઓ લોડ કરો  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "પૃષ્ઠભૂમિ અને ઉત્પાદન છબી જોડો. ઉત્પાદનને દૃશ્યમાં સ્વાભાવિક રીતે મૂકો, પ્રકાશ અને છાયાઓ સુસંગત રહે તે ખાતરી કરો."  
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("Fused image saved as 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"))  
# પગલું 1: ટેક્સ્ટ પ્રોમ્પ્ટ આધારિત છબી બનાવો  
generation_prompt = "એક શાંત સરોવર પર શાંત સૂર્યાસ્ત, નરમ વાદળો અને ગરમ રંગો સાથે"  
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("Generated image saved as sunset_lake.png")  
# પગલું 2: એક અસ્તિત્વમાં રહેલી છબીમાં એક વસ્તુ ઉમેરવી  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "આ પ્રદાન કરેલી છબીનો ઉપયોગ કરીને, શાંત સરોવર પર નાનું લાકડાનું નાવિક ધીમે ધીમે તરતું ઉમેરો, વાસ્તવિક પ્રતિબિંબ સાથે."  
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("Edited image saved as sunset_lake_boat.png")  

ફ્લોચાર્ટ TD  
    A["શરૂઆત: આવશ્યકતાઓ નિર્ધારિત કરો"]  
    B["પ્લેટફોર્મ પસંદ કરો: AI Studio અથવા Gemini API"]  
    C["સાઇન ઇન કરો અને Gemini 2.5 ફ્લેશ ઈમેજ ઍક્સેસ કરો"]  
    D["વર્ણનાત્મક પ્રોમ્પ્ટ દાખલ કરો / ઈમેજ અપલોડ કરો"]  
    E["પ્રારંભિક ઈમેજ જનરેટ કરો"]  
    F["આઉટપુટની સમીક્ષા કરો"]  
    G["આવર્તન: પ્રોમ્પ્ટ સુધારો અથવા ઈમેજ સંપાદન કરો"]  
    H["ઈમેજને અંતિમ સ્વરૂપ આપો અને આઉટપુટ સંગ્રહિત કરો"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

ફ્લોચાર્ટ TD  
    A["શરૂઆત: પર્યાવરણ સેટઅપ કરો"]  
    B["જરૂરી પેકેજેસ ઇન્સ્ટોલ કરો"]  
    C["API કી (.env) સુરક્ષિત કરો"]  
    D["google-genai ઉપયોગ કરીને પાયથન સ્ક્રિપ્ટ લખો"]  
    E["પ્રોમ્પ્ટ નિર્ધારિત કરો અને/અથવા ઈમેજ અપલોડ કરો"]  
    F["જનરેશન/સંપાદન માટે Gemini API કૉલ કરો"]  
    G["પ્રતિક્રિયા પ્રક્રિયા કરો અને ઈમેજ કાઢો"]  
    H["આઉટપુટ સંગ્રહિત કરો અને સમીક્ષા કરો"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H