Hur man använder Nano Banana på Google AI Studio och Gemini

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # Ladda API-nyckeln från .env-filen  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# Definiera prompten för bildgenerering  
prompt = "En futuristisk stadssilhuett i skymningen med neonljus som speglas på regnvåta gator"  
# Begär bildgenerering från Gemini 2.5 Flash Image  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# Extrahera och spara den genererade bilden  
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("Bild sparad som generated_image.png")  

from PIL import Image  
from io import BytesIO  
# Ladda den befintliga bilden för redigering  
image_to_edit = Image.open("path/to/your/image.png")  
# Definiera redigeringsprompten  
edit_prompt = "Använd den tillhandahållna bilden, lägg till en touch av vintage-stil, varma sepia-toner och en lätt suddig bakgrund"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# Bearbeta svaret för att spara den redigerade bilden  
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("Redigerad bild sparad som edited_image.png")  

from PIL import Image  
from io import BytesIO  
base_image = Image.open("path/to/your/portrait.png")  
consistency_prompt = "Generera en ny bild med det tillhandahållna porträttet som referens. Motivet ska le och titta direkt in i kameran, med samma ansiktsdrag och stil."  
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("Konsekvent bild sparad som consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# Ladda flera bilder  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "Kombinera bakgrunden med produktbilden. Placera produkten naturligt i scenen och säkerställ att ljussättning och skuggor matchar."  
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("Fusionerad bild sparad som 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"))  
# Steg 1: Generera en bild baserat på en textprompt  
generation_prompt = "En lugn solnedgång över en stilla sjö med mjuka moln och varma nyanser"  
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("Genererad bild sparad som sunset_lake.png")  
# Steg 2: Redigera en befintlig bild genom att lägga till ett objekt  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "Använd den givna bilden och infoga en liten träbåt som försiktigt seglar på den lugna sjön, med realistiska reflektioner."  
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("Redigerad bild sparad som sunset_lake_boat.png")  

flowchart TD  
    A["Start: Definiera krav"]  
    B["Välj plattform: AI Studio eller Gemini API"]  
    C["Logga in och få tillgång till Gemini 2.5 Flash Image"]  
    D["Ange beskrivande prompt / Ladda upp bild"]  
    E["Generera initial bild"]  
    F["Granska resultat"]  
    G["Iterera: Förfina prompt eller redigera bild"]  
    H["Slutför bild och spara resultat"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["Start: Sätt upp miljö"]  
    B["Installera nödvändiga paket"]  
    C["Säkra API-nyckel (.env)"]  
    D["Skriv Python-skript med google-genai"]  
    E["Definiera prompt och/eller ladda upp bild"]  
    F["Anropa Gemini API för generering/redigering"]  
    G["Bearbeta svar och extrahera bild"]  
    H["Spara och granska resultat"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H