Google AI Studio மற்றும் Gemini-வில் Nano Banana-வை எப்படி பயன்படுத்துவது

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # .env கோப்பிலிருந்து API விசையை ஏற்றுகிறது  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# பட உருவாக்கத்திற்கு ப்ராம்ப்டை வரையறு  
prompt = "மின்னல் விளக்குகள் மழை நனைத்த தெருக்களில் பிரதிபலிக்கும் எதிர்கால நகர காட்சி"  
# Gemini 2.5 Flash Image-இல் இருந்து பட உருவாக்க கோரிக்கை  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# உருவாக்கப்பட்ட படத்தை எடுத்து சேமிக்கவும்  
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  
# திருத்துவதற்கான ஏற்கனவே உள்ள படத்தை ஏற்றவும்  
image_to_edit = Image.open("path/to/your/image.png")  
# திருத்தல் ப்ராம்ப்டை வரையறு  
edit_prompt = "கொடுக்கப்பட்ட படத்தை பயன்படுத்தி, பழமையான பாணி, வெப்பமான செப்பியா நிறங்கள் மற்றும் சற்று மங்கலான பின்னணி சேர்க்கவும்"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# பதிலை செயலாக்கி திருத்தப்பட்ட படத்தை சேமிக்கவும்  
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  
# பல படங்களை ஏற்றவும்  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "பின்னணியுடன் தயாரிப்பு படத்தை இணைக்கவும். வெளிச்சமும் நிழலும் பொருந்தும் விதமாக தயாரிப்பை இயல்பாக காட்சியில் வைக்கவும்."  
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"))  
# பட உரையால் படத்தை உருவாக்கும் முதல் படி  
generation_prompt = "ஒரு அமைதியான சூரியாஸ்தமனம், மென்மையான மேகங்கள் மற்றும் சூடான நிறங்களுடன் அமைதியான ஏரியின் மேல்"  
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("உருவாக்கப்பட்ட படம் sunset_lake.png என்ற பெயரில் சேமிக்கப்பட்டது")  
# படத்தில் ஒரு பொருளைச் சேர்க்கும் இரண்டாம் படி  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "கொடுக்கப்பட்ட படத்தை பயன்படுத்தி, அமைதியான ஏரியில் மெதுவாக பறக்கும் ஒரு சிறிய மர படகை நிஜமான பிரதிபலிப்புகளுடன் சேர்க்கவும்."  
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("திருத்தப்பட்ட படம் sunset_lake_boat.png என்ற பெயரில் சேமிக்கப்பட்டது")  

flowchart TD  
    A["தொடக்கம்: தேவைகளை வரையறுத்தல்"]  
    B["தளத்தை தேர்வு செய்க: AI Studio அல்லது Gemini API"]  
    C["உள்நுழைந்து Gemini 2.5 Flash Image அணுகுக"]  
    D["விளக்கமான ப்ராம்ப்டை உள்ளிடுக / படம் பதிவேற்றுக"]  
    E["ஆரம்ப படத்தை உருவாக்குக"]  
    F["வெளியீட்டை மதிப்பாய்வு செய்க"]  
    G["மறுபரிசீலனை: ப்ராம்ப்டை மேம்படுத்துக அல்லது படத்தை திருத்துக"]  
    H["படத்தை இறுதி வடிவில் சேமித்து வெளியீடு"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["தொடக்கம்: சூழலை அமைக்கவும்"]  
    B["தேவையான தொகுப்புகளை நிறுவுக"]  
    C["API விசையை பாதுகாப்பாக (.env) சேமிக்கவும்"]  
    D["google-genai பயன்படுத்தி Python ஸ்கிரிப்டை எழுதுக"]  
    E["ப்ராம்ப்டை வரையறுக்கவும் அல்லது படம் பதிவேற்றவும்"]  
    F["Gemini API ஐ அழைத்து உருவாக்கல்/திருத்தல் செய்க"]  
    G["பதில் செயலாக்கி படத்தை எடுக்கவும்"]  
    H["வெளியீட்டை சேமித்து மதிப்பாய்வு செய்க"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H