Google AI Studio आणि Gemini वर Nano Banana कसे वापरायचे

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # .env फाइलमधून API की लोड करा  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# प्रतिमा निर्मितीसाठी प्रॉम्प्ट परिभाषित करा  
prompt = "A futuristic cityscape at dusk with neon lights reflecting on rain-soaked streets"  
# Gemini 2.5 Flash Image कडून प्रतिमा निर्मितीसाठी विनंती करा  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# निर्मित प्रतिमा एक्स्ट्रॅक्ट करून जतन करा  
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("Image saved as generated_image.png")  

from PIL import Image  
from io import BytesIO  
# संपादित करण्यासाठी विद्यमान प्रतिमा लोड करा  
image_to_edit = Image.open("path/to/your/image.png")  
# संपादनासाठी प्रॉम्प्ट परिभाषित करा  
edit_prompt = "Using the provided image, add a touch of vintage style, warm sepia tones, and slightly blurred background"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# संपादित प्रतिमा जतन करण्यासाठी प्रतिक्रिया प्रक्रिया करा  
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("Edited image saved as 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("Consistent image saved as consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# अनेक प्रतिमा लोड करा  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "पार्श्वभूमी आणि उत्पादन प्रतिमा एकत्र करा. उत्पादन नैसर्गिकपणे दृश्यात ठेवा, प्रकाश आणि सावल्या जुळण्या सुनिश्चित करा."  
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("संमिश्रित प्रतिमा fused_image.png म्हणून जतन केली")  

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"))  
# पायरी 1: मजकूर प्रॉम्प्टवर आधारित प्रतिमा तयार करा  
generation_prompt = "एक शांत सूर्यास्त, जिथे मऊ ढग आणि उबदार रंगांसह शांत सरोवर आहे"  
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")  
# पायरी 2: विद्यमान प्रतिमेत वस्तू जोडून संपादित करा  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "दिलेल्या प्रतिमेचा वापर करून, शांत सरोवरावर एक लहान लाकडी बोटी हळूवारपणे जलसफारी करत आहे, वास्तविक प्रतिबिंबांसह."  
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["प्रारंभ: गरजा निश्चित करा"]  
    B["प्लॅटफॉर्म निवडा: AI Studio किंवा Gemini API"]  
    C["साइन इन करा आणि Gemini 2.5 Flash Image वापरा"]  
    D["वर्णनात्मक प्रॉम्प्ट प्रविष्ट करा / प्रतिमा अपलोड करा"]  
    E["प्रारंभिक प्रतिमा तयार करा"]  
    F["आउटपुट पुनरावलोकन करा"]  
    G["पुनरावृत्ती करा: प्रॉम्प्ट सुधारा किंवा प्रतिमा संपादित करा"]  
    H["प्रतिमा अंतिम रूप द्या आणि आउटपुट जतन करा"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["प्रारंभ: वातावरण सेट करा"]  
    B["आवश्यक पॅकेजेस इंस्टॉल करा"]  
    C["API की सुरक्षित करा (.env)"]  
    D["google-genai वापरून Python स्क्रिप्ट लिहा"]  
    E["प्रॉम्प्ट निश्चित करा आणि/किंवा प्रतिमा अपलोड करा"]  
    F["प्रतिमा तयार करण्यासाठी/संपादित करण्यासाठी Gemini API कॉल करा"]  
    G["प्रतिक्रिया प्रक्रिया करा आणि प्रतिमा काढा"]  
    H["आउटपुट जतन करा आणि पुनरावलोकन करा"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H