כיצד להשתמש ב-Nano Banana ב-Google AI Studio ו-Gemini

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # טען את מפתח ה-API מקובץ .env  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# הגדר את הפקודה ליצירת התמונה  
prompt = "נוף עירוני עתידני בשקיעה עם אורות ניאון המשתקפים ברחובות רטובים מגשם"  
# בקש יצירת תמונה מ-Gemini 2.5 Flash Image  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# חילוץ ושמירת התמונה שנוצרה  
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("התמונה נשמרה בשם generated_image.png")  

from PIL import Image  
from io import BytesIO  
# טען את התמונה הקיימת לעריכה  
image_to_edit = Image.open("path/to/your/image.png")  
# הגדר את פקודת העריכה  
edit_prompt = "באמצעות התמונה שסופקה, הוסף נגיעות של סגנון וינטג', גווני ספטיה חמים, ורקע מעט מטושטש"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# עיבוד התגובה לשמירת התמונה הערוכה  
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("התמונה הערוכה נשמרה בשם 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("התמונה העקבית נשמרה בשם consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# טען מספר תמונות  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "שלב את הרקע עם תמונת המוצר. מקם את המוצר באופן טבעי בתוך הסצנה, תוך התאמת תאורה וצללים."  
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("תמונת המיזוג נשמרה בשם 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"))  
# שלב 1: יצירת תמונה בהתבסס על תיאור טקסטואלי  
generation_prompt = "שקיעה רגועה מעל אגם שקט עם עננים רכים וגוונים חמים"  
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("התמונה שנוצרה נשמרה כ-sunset_lake.png")  
# שלב 2: עריכת תמונה קיימת על ידי הוספת אובייקט  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "באמצעות התמונה שסופקה, הוסף סירה קטנה מעץ השטה בעדינות על האגם השקט, עם השתקפויות ריאליסטיות."  
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("התמונה הערוכה נשמרה כ-sunset_lake_boat.png")  

flowchart TD  
    A["התחלה: הגדרת דרישות"]  
    B["בחירת פלטפורמה: AI Studio או Gemini API"]  
    C["התחברות וגישה לתמונה מהירה Gemini 2.5"]  
    D["הזנת פרומפט תיאורי / העלאת תמונה"]  
    E["יצירת תמונה ראשונית"]  
    F["סקירת התוצאה"]  
    G["חזרה: שיפור הפרומפט או עריכת התמונה"]  
    H["סיום התמונה ושמירת התוצאה"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["התחלה: הגדרת סביבה"]  
    B["התקנת חבילות נדרשות"]  
    C["אבטחת מפתח API (.env)"]  
    D["כתיבת סקריפט פייתון באמצעות google-genai"]  
    E["הגדרת פרומפט ו/או העלאת תמונה"]  
    F["קריאה ל-Gemini API ליצירה/עריכה"]  
    G["עיבוד תגובה ושליפת תמונה"]  
    H["שמירה וסקירת התוצאה"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H