Gemini 图像生成 (Nano Banana Pro)

使用 Google 的 Gemini API 生成和编辑图像。必须设置环境变量 GEMINI_API_KEY。

默认模型

注意： 始终使用此 Pro 型号。仅在明确要求时才使用不同的模型。

快速参考

默认设置

• 型号： gemini-3-pro-image-preview
• 分辨率： 1K（默认，选项：1K、2K、4K）
• 纵横比： 1:1（默认）

可用的宽高比

1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、 16:9、21:9

可用分辨率

1K（默认）、2K、4K

核心 API 模式

导入操作系统
从谷歌导入genai
来自 google.genai 导入类型

客户端 = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

# 基本生成（1K，1:1 - 默认）
响应 = client.models.generate_content(
    型号=“gemini-3-pro-image-preview”，
    content=["此处提示您"],
    config=types.GenerateContentConfig(
        response_modalities=['文本', '图像'],
    ),
）

对于response.parts中的部分：
    如果部分.文本：
        打印（部分.文本）
    elif 部分.inline_data：
        图像 = 部分.as_image()
        image.save("输出.png")

自定义分辨率和宽高比

来自 google.genai 导入类型

响应 = client.models.generate_content(
    型号=“gemini-3-pro-image-preview”，
    内容=[提示],
    config=types.GenerateContentConfig(
        response_modalities=['文本', '图像'],
        image_config=类型.ImageConfig(
            aspect_ratio="16:9", # 宽格式
            image_size="2K" # 更高分辨率
        ),
    ）
）

分辨率示例

# 1K（默认）- 速度快，适合预览
image_config=types.ImageConfig(image_size="1K")

# 2K - 平衡的质量/速度
image_config=types.ImageConfig(image_size="2K")

# 4K - 最高质量，速度较慢
image_config=types.ImageConfig(image_size="4K")

纵横比示例

# 正方形（默认）
image_config=types.ImageConfig(aspect_ratio="1:1")

# 横向宽
image_config=types.ImageConfig(aspect_ratio="16:9")

#超广角全景
image_config=types.ImageConfig(aspect_ratio="21:9")

# 肖像
image_config=types.ImageConfig(aspect_ratio="9:16")

# 照片标准
image_config=types.ImageConfig(aspect_ratio="4:3")

编辑图像

传递带有文本提示的现有图像：

从 PIL 导入图像

img = Image.open("输入.png")
响应 = client.models.generate_content(
    型号=“gemini-3-pro-image-preview”，
    content=["为该场景添加日落", img],
    config=types.GenerateContentConfig(
        response_modalities=['文本', '图像'],
    ),
）

多轮细化

使用聊天进行迭代编辑：

来自 google.genai 导入类型

聊天 = client.chats.create(
    型号=“gemini-3-pro-image-preview”，
    config=types.GenerateContentConfig(response_modalities=['TEXT', 'IMAGE'])
）

response = chat.send_message("为'Acme Corp'创建徽标")
# 保存第一张图片...

response = chat.send_message("使文本加粗并添加蓝色渐变")
# 保存优化后的图像...

提示最佳实践

逼真的场景

包括相机详细信息：镜头类型、灯光、角度、情绪。

“逼真的特写肖像，85mm 镜头，柔和的黄金时段光线，浅景深”

风格化艺术

明确指定样式：

“卡哇伊风格的快乐小熊猫贴纸，粗体轮廓，卡通阴影，白色背景”

图像中的文本

明确字体样式和位置：

“使用干净的无衬线、黑白、咖啡豆图案的文本‘Daily Grind’创建徽标”

产品模型

描述照明设置和表面：

“工作室照明的抛光混凝土产品照片，三点柔光箱设置，45 度角”

高级功能

Google 搜索基础

根据实时数据生成图像：

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=["Visualize today's weather in Tokyo as an infographic"],
    config=types.GenerateContentConfig(
        response_modalities=['TEXT', 'IMAGE'],
        tools=[{"google_search": {}}]
    )
)

多个参考图像（最多 14 个）

组合来自多个来源的元素：

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=[
        "Create a group photo of these people in an office",
        Image.open("person1.png"),
        Image.open("person2.png"),
        Image.open("person3.png"),
    ],
    config=types.GenerateContentConfig(
        response_modalities=['TEXT', 'IMAGE'],
    ),
)

重要提示：文件格式和媒体类型

关键： Gemini API 默认返回 JPEG 格式的图像。保存时，始终使用 .jpg 扩展名以避免媒体类型不匹配。

# 正确 - 使用 .jpg 扩展名（Gemini 返回 JPEG）
image.save("输出.jpg")

# 错误 - 将导致“图像与媒体类型不匹配”错误
image.save("output.png") # 创建带有 PNG 扩展名的 JPEG！

转换为 PNG（如果需要）

如果您特别需要 PNG 格式：

从 PIL 导入图像

# 使用 Gemini 生成
对于response.parts中的部分：
    如果部分.inline_data：
        img = 部分.as_image()
        # 通过以显式格式保存转换为 PNG
        img.save("输出.png", 格式="PNG")

验证图像格式

使用 file 命令检查实际格式与扩展名：

file image.png
# If output shows "JPEG image data" - rename to .jpg!

注释

• 所有生成的图像都包含 SynthID 水印
• Gemini 默认返回 JPEG 格式 - 始终使用 .jpg 扩展名
• 仅图像模式 (responseModalities: ["IMAGE"]) 不适用于 Google 搜索接地
• 对于编辑，以对话方式描述更改 - 模型理解语义屏蔽
• 默认为 1K 分辨率以提高速度；当质量至关重要时使用 2K/4K