Hoe Nano Banana te gebruiken op Google AI Studio en Gemini

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # Laad API-sleutel uit het .env-bestand  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# Definieer de prompt voor het genereren van de afbeelding  
prompt = "Een futuristisch stadsgezicht bij schemering met neonlichten die weerspiegelen op natte straten"  
# Vraag afbeeldinggeneratie aan bij Gemini 2.5 Flash Image  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# Haal de gegenereerde afbeelding op en sla deze op  
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("Afbeelding opgeslagen als generated_image.png")  

from PIL import Image  
from io import BytesIO  
# Laad de bestaande afbeelding voor bewerking  
image_to_edit = Image.open("path/to/your/image.png")  
# Definieer de bewerkingsprompt  
edit_prompt = "Gebruik de meegeleverde afbeelding en voeg een vleugje vintage stijl toe, warme sepia tinten en een licht vervaagde achtergrond"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# Verwerk de respons om de bewerkte afbeelding op te slaan  
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("Bewerkte afbeelding opgeslagen als edited_image.png")  

from PIL import Image  
from io import BytesIO  
base_image = Image.open("path/to/your/portrait.png")  
consistency_prompt = "Genereer een nieuwe afbeelding met het meegeleverde portret als referentie. Het onderwerp moet glimlachen en recht in de camera kijken, met dezelfde gezichtskenmerken en stijl."  
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("Consistente afbeelding opgeslagen als consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# Laad meerdere afbeeldingen  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "Combineer de achtergrond met de productafbeelding. Plaats het product natuurlijk binnen de scène, waarbij verlichting en schaduwen overeenkomen."  
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("Gefuseerd beeld opgeslagen als 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"))  
# Stap 1: Genereer een afbeelding op basis van een tekstprompt  
generation_prompt = "Een serene zonsondergang boven een kalm meer met zachte wolken en warme tinten"  
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("Gegenereerde afbeelding opgeslagen als sunset_lake.png")  
# Stap 2: Bewerk een bestaande afbeelding door een object toe te voegen  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "Gebruik de meegeleverde afbeelding en voeg een kleine houten boot toe die zachtjes over het kalme meer vaart, met realistische reflecties."  
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("Bewerkte afbeelding opgeslagen als sunset_lake_boat.png")  

flowchart TD  
    A["Start: Definieer Vereisten"]  
    B["Kies Platform: AI Studio of Gemini API"]  
    C["Meld je aan en krijg toegang tot Gemini 2.5 Flash Image"]  
    D["Voer beschrijvende prompt in / Upload afbeelding"]  
    E["Genereer initiële afbeelding"]  
    F["Beoordeel output"]  
    G["Itereer: verfijn prompt of bewerk afbeelding"]  
    H["Finaliseer afbeelding en sla output op"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["Start: Zet omgeving op"]  
    B["Installeer vereiste pakketten"]  
    C["Beveilig API-sleutel (.env)"]  
    D["Schrijf Python-script met google-genai"]  
    E["Definieer prompt en/of upload afbeelding"]  
    F["Roep Gemini API aan voor generatie/bewerking"]  
    G["Verwerk respons en extraheer afbeelding"]  
    H["Sla op en beoordeel output"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H