วิธีใช้ Nano Banana บน Google AI Studio และ Gemini

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # โหลด API key จากไฟล์ .env  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# กำหนด prompt สำหรับการสร้างภาพ  
prompt = "A futuristic cityscape at dusk with neon lights reflecting on rain-soaked streets"  
# ขอให้ Gemini 2.5 Flash Image สร้างภาพ  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# ดึงและบันทึกภาพที่สร้างขึ้น  
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("บันทึกภาพเป็น generated_image.png เรียบร้อยแล้ว")  

from PIL import Image  
from io import BytesIO  
# โหลดภาพที่มีอยู่เพื่อแก้ไข  
image_to_edit = Image.open("path/to/your/image.png")  
# กำหนด prompt สำหรับการแก้ไข  
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]  
)  
# ประมวลผลผลลัพธ์เพื่อบันทึกภาพที่แก้ไขแล้ว  
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("บันทึกภาพที่แก้ไขเป็น edited_image.png เรียบร้อยแล้ว")  

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("บันทึกภาพที่สอดคล้องกันเป็น consistent_image.png เรียบร้อยแล้ว")  

from PIL import Image  
from io import BytesIO  
# โหลดภาพหลายภาพ  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "รวมภาพพื้นหลังเข้ากับภาพสินค้า วางผลิตภัณฑ์อย่างเป็นธรรมชาติในฉาก โดยให้แสงและเงาสอดคล้องกัน"  
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("ภาพผสานถูกบันทึกเป็น 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"))  
# ขั้นตอนที่ 1: สร้างภาพจากข้อความคำสั่ง  
generation_prompt = "พระอาทิตย์ตกดินที่สงบเงียบเหนือทะเลสาบที่นิ่งพร้อมเมฆนุ่มนวลและโทนอุ่น"  
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("บันทึกภาพที่สร้างเป็นไฟล์ sunset_lake.png เรียบร้อยแล้ว")  
# ขั้นตอนที่ 2: แก้ไขภาพที่มีอยู่โดยเพิ่มวัตถุ  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "ใช้ภาพที่ให้มา เพิ่มเรือไม้ขนาดเล็กแล่นอย่างนุ่มนวลบนทะเลสาบที่สงบ พร้อมเงาสะท้อนที่สมจริง"  
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("บันทึกภาพที่แก้ไขเป็นไฟล์ sunset_lake_boat.png เรียบร้อยแล้ว")  

flowchart TD  
    A["เริ่มต้น: กำหนดความต้องการ"]  
    B["เลือกแพลตฟอร์ม: AI Studio หรือ Gemini API"]  
    C["เข้าสู่ระบบและเข้าถึง Gemini 2.5 Flash Image"]  
    D["ป้อนคำอธิบายหรืออัปโหลดภาพ"]  
    E["สร้างภาพต้นแบบ"]  
    F["ตรวจสอบผลลัพธ์"]  
    G["ทำซ้ำ: ปรับปรุงคำอธิบายหรือแก้ไขภาพ"]  
    H["สรุปภาพและบันทึกผลลัพธ์"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["เริ่มต้น: ตั้งค่าสภาพแวดล้อม"]  
    B["ติดตั้งแพ็กเกจที่จำเป็น"]  
    C["รักษาความปลอดภัย API Key (.env)"]  
    D["เขียนสคริปต์ Python โดยใช้ google-genai"]  
    E["กำหนดคำอธิบายและ/หรืออัปโหลดภาพ"]  
    F["เรียกใช้ Gemini API สำหรับการสร้าง/แก้ไข"]  
    G["ประมวลผลการตอบกลับและดึงภาพ"]  
    H["บันทึกและตรวจสอบผลลัพธ์"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H