Google AI Studio ಮತ್ತು Gemini ನಲ್ಲಿ Nano Banana ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # .env ಫೈಲ್‌ನಿಂದ API ಕೀ ಅನ್ನು ಲೋಡ್ ಮಾಡುತ್ತದೆ  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# ಚಿತ್ರ ರಚನೆಗಾಗಿ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ನಿರ್ಧರಿಸಿ  
prompt = "ನಿಯಾನ್ ಲೈಟ್ಸ್‌ಗಳು ಮಳೆ ತೇವಗೊಂಡ ಬೀದಿಗಳ ಮೇಲೆ ಪ್ರತಿಬಿಂಬಿಸುವ ಭವಿಷ್ಯದ ನಗರ ದೃಶ್ಯ"  
# Gemini 2.5 ಫ್ಲ್ಯಾಶ್ ಇಮೇಜ್ ಮೂಲಕ ಚಿತ್ರ ರಚನೆಗಾಗಿ ವಿನಂತಿ  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# ರಚಿಸಲಾದ ಚಿತ್ರವನ್ನು ತೆಗೆದು ಉಳಿಸಿ  
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("ಚಿತ್ರವನ್ನು generated_image.png ಎಂದು ಉಳಿಸಲಾಗಿದೆ")  

from PIL import Image  
from io import BytesIO  
# ಸಂಪಾದನೆಗಾಗಿ ಇರುವ ಚಿತ್ರವನ್ನು ಲೋಡ್ ಮಾಡಿ  
image_to_edit = Image.open("path/to/your/image.png")  
# ಸಂಪಾದನೆ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ನಿರ್ಧರಿಸಿ  
edit_prompt = "ಕೊಟ್ಟಿರುವ ಚಿತ್ರವನ್ನು ಬಳಸಿ, ವಿಂಟೇಜ್ ಶೈಲಿ, ಬಿಸಿ ಸೆಪಿಯಾ ಟೋನ್ಗಳು ಮತ್ತು ಸ್ವಲ್ಪ ಧುಮುಕಿದ ಹಿನ್ನೆಲೆಯನ್ನು ಸೇರಿಸಿ"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಪ್ರಕ್ರಿಯೆ ಮಾಡಿ ಸಂಪಾದಿತ ಚಿತ್ರವನ್ನು ಉಳಿಸಿ  
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("ಸಂಪಾದಿತ ಚಿತ್ರವನ್ನು edited_image.png ಎಂದು ಉಳಿಸಲಾಗಿದೆ")  

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("Consistent image saved as consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# ಬಹುಚಿತ್ರಗಳನ್ನು ಲೋಡ್ ಮಾಡಿ  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "ಹಿನ್ನೆಲೆಚಿತ್ರವನ್ನು ಉತ್ಪನ್ನ ಚಿತ್ರದೊಂದಿಗೆ ಸಂಯೋಜಿಸಿ. ಬೆಳಕು ಮತ್ತು ನೆರಳು ಸರಿಹೊಂದುವಂತೆ ಉತ್ಪನ್ನವನ್ನು ಪ್ರಕೃತಿಕವಾಗಿ ದೃಶ್ಯದಲ್ಲಿ ಇರಿಸಿ."  
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"))  
# ಹಂತ 1: ಪಠ್ಯ ಪ್ರಾಂಪ್ಟ್ ಆಧಾರಿತ ಚಿತ್ರವನ್ನು ರಚಿಸಿ  
generation_prompt = "ನಿಶ್ಚಲ ಸರೋವರದ ಮೇಲೆ ಶಾಂತ ಸೂರ್ಯಾಸ್ತ, ಮೃದುವಾದ ಮೋಡಗಳು ಮತ್ತು ಬಿಸಿಯಾದ ಬಣ್ಣಗಳೊಂದಿಗೆ"  
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")  
# ಹಂತ 2: ಈಗಿರುವ ಚಿತ್ರದಲ್ಲಿ ವಸ್ತುವನ್ನು ಸೇರಿಸಿ ಸಂಪಾದಿಸಿ  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "ನೀಡಲಾದ ಚಿತ್ರವನ್ನು ಉಪಯೋಗಿಸಿ, ಶಾಂತ ಸರೋವರದಲ್ಲಿ ಸೌಮ್ಯವಾಗಿ ಸಾಗುತ್ತಿರುವ ಸಣ್ಣ ಮರದ ದೋಣಿಯನ್ನು ನೈಜ ಪ್ರತಿಬಿಂಬಗಳೊಂದಿಗೆ ಸೇರಿಸಿ."  
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")  

flowchart TD  
    A["ಪ್ರಾರಂಭ: ಅಗತ್ಯಗಳನ್ನು ನಿರ್ಧರಿಸಿ"]  
    B["ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಆಯ್ಕೆಮಾಡಿ: AI Studio ಅಥವಾ Gemini API"]  
    C["ಸೈನ್ ಇನ್ ಮಾಡಿ ಮತ್ತು Gemini 2.5 ಫ್ಲ್ಯಾಶ್ ಚಿತ್ರವನ್ನು ಪ್ರವೇಶಿಸಿ"]  
    D["ವಿವರಣಾತ್ಮಕ ಪ್ರಾಂಪ್ಟ್ ನಮೂದಿಸಿ / ಚಿತ್ರ ಅಪ್ಲೋಡ್ ಮಾಡಿ"]  
    E["ಆರಂಭಿಕ ಚಿತ್ರ ರಚಿಸಿ"]  
    F["ಆಟ್ಪುಟ್ ಪರಿಶೀಲಿಸಿ"]  
    G["ಪುನರಾವರ್ತನೆ: ಪ್ರಾಂಪ್ಟ್ ಸುಧಾರಿಸಿ ಅಥವಾ ಚಿತ್ರ ಸಂಪಾದಿಸಿ"]  
    H["ಚಿತ್ರವನ್ನು ಅಂತಿಮಗೊಳಿಸಿ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಉಳಿಸಿ"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["ಪ್ರಾರಂಭ: ಪರಿಸರವನ್ನು ಸೆಟ್ ಅಪ್ ಮಾಡಿ"]  
    B["ಅಗತ್ಯ ಪ್ಯಾಕೇಜ್‌ಗಳನ್ನು ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡಿ"]  
    C["API ಕೀ ಅನ್ನು ಸುರಕ್ಷಿತಗೊಳಿಸಿ (.env)"]  
    D["google-genai ಬಳಸಿ ಪೈಥಾನ್ ಸ್ಕ್ರಿಪ್ಟ್ ಬರೆಯಿರಿ"]  
    E["ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ನಿರ್ಧರಿಸಿ ಮತ್ತು/ಅಥವಾ ಚಿತ್ರವನ್ನು ಅಪ್ಲೋಡ್ ಮಾಡಿ"]  
    F["ಚಿತ್ರ ರಚನೆ/ಸಂಪಾದನೆಗಾಗಿ Gemini API ಅನ್ನು ಕರೆಮಾಡಿ"]  
    G["ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಪ್ರಕ್ರಿಯೆ ಮಾಡಿ ಮತ್ತು ಚಿತ್ರವನ್ನು ತೆಗೆದುಹಿಡಿಯಿರಿ"]  
    H["ಫಲಿತಾಂಶವನ್ನು ಉಳಿಸಿ ಮತ್ತು ಪರಿಶೀಲಿಸಿ"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H