Як використовувати Nano Banana на Google AI Studio та Gemini

from google import genai  
from PIL import Image  
from io import BytesIO  
import os  
from dotenv import load_dotenv  
load_dotenv()  # Завантаження API-ключа з файлу .env  
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))  
# Визначення підказки для генерації зображення  
prompt = "Футуристичний міський пейзаж на заході з неоновим світлом, що відбивається на вологих від дощу вулицях"  
# Запит на генерацію зображення через Gemini 2.5 Flash Image  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[prompt]  
)  
# Витягнення та збереження згенерованого зображення  
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("Зображення збережено як generated_image.png")  

from PIL import Image  
from io import BytesIO  
# Завантаження існуючого зображення для редагування  
image_to_edit = Image.open("path/to/your/image.png")  
# Визначення підказки для редагування  
edit_prompt = "Використовуючи надане зображення, додайте нотки вінтажного стилю, теплі сепіа тони та трохи розмитий фон"  
response = client.models.generate_content(  
    model="gemini-2.5-flash-image-preview",  
    contents=[edit_prompt, image_to_edit]  
)  
# Обробка відповіді для збереження відредагованого зображення  
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("Відредаговане зображення збережено як edited_image.png")  

from PIL import Image  
from io import BytesIO  
base_image = Image.open("path/to/your/portrait.png")  
consistency_prompt = "Згенеруйте нове зображення, використовуючи наданий портрет як орієнтир. Персонаж має посміхатися та дивитися прямо в камеру, з тими ж рисами обличчя та стилем."  
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("Зображення з послідовністю збережено як consistent_image.png")  

from PIL import Image  
from io import BytesIO  
# Завантаження кількох зображень  
background = Image.open("path/to/background.png")  
product = Image.open("path/to/product.png")  
fusion_prompt = "Об’єднайте фон із зображенням продукту. Розмістіть продукт природно у сцені, забезпечуючи відповідність освітлення та тіней."  
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("Об’єднане зображення збережено як 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"))  
# Крок 1: Генерація зображення на основі текстового запиту  
generation_prompt = "Спокійний захід сонця над тихим озером з м’якими хмарами та теплими відтінками"  
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("Згенероване зображення збережено як sunset_lake.png")  
# Крок 2: Редагування існуючого зображення шляхом додавання об’єкта  
base_image = Image.open("sunset_lake.png")  
edit_prompt = "Використовуючи надане зображення, вставте маленький дерев'яний човен, що плавно пливе по спокійному озеру, з реалістичними відблисками."  
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("Відредаговане зображення збережено як sunset_lake_boat.png")  

flowchart TD  
    A["Початок: Визначення вимог"]  
    B["Вибір платформи: AI Studio або Gemini API"]  
    C["Вхід у систему та доступ до Gemini 2.5 Flash Image"]  
    D["Введення описового запиту / Завантаження зображення"]  
    E["Генерація початкового зображення"]  
    F["Перегляд результату"]  
    G["Ітерація: уточнення запиту або редагування зображення"]  
    H["Завершення роботи із зображенням та збереження результату"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H  

flowchart TD  
    A["Початок: Налаштування середовища"]  
    B["Встановлення необхідних пакетів"]  
    C["Захист API ключа (.env)"]  
    D["Написання Python-скрипту з використанням google-genai"]  
    E["Визначення запиту та/або завантаження зображення"]  
    F["Виклик Gemini API для генерації/редагування"]  
    G["Обробка відповіді та вилучення зображення"]  
    H["Збереження та перегляд результату"]  
    A --> B  
    B --> C  
    C --> D  
    D --> E  
    E --> F  
    F --> G  
    G --> H