Gemini API 中的圖片 3

Gemini API 可使用 Imagen 3，這是 Google 最高品質的文字轉圖片模型，具備多項新功能與改良功能。Imagen 3 可執行下列操作：

• 產生比先前模型更清晰、光線更豐富的圖像，且雜訊干擾較少
• 解讀以自然語言撰寫的提示
• 以多種格式和風格產生圖片
• 比先前模型更有效率地算繪文字

生成圖像

本節說明如何將 Imagen 模型執行個體化並產生圖片。

安裝 Google 生成式 AI SDK 後，您可以使用以下程式碼產生映像檔：

from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO

client = genai.Client(api_key='GEMINI_API_KEY')

response = client.models.generate_images(
    model='imagen-3.0-generate-002',
    prompt='Fuzzy bunnies in my kitchen',
    config=types.GenerateImagesConfig(
        number_of_images= 4,
    )
)
for generated_image in response.generated_images:
  image = Image.open(BytesIO(generated_image.image.image_bytes))
  image.show()

程式碼範例會輸出四張圖片，如下所示：

Python 開發人員也可以試用 Gemini Cookbook 中的「開始使用 Imagen 筆記本」。

Imagen 模型參數

以下是 generate_images() 可用的參數：

• prompt：圖片的文字提示。
• number_of_images：要產生的圖片數量，從 1 到 4 (含)。預設值為 4。
• aspect_ratio：變更產生圖片的顯示比例。支援的值為 "1:1"、"3:4"、"4:3"、"9:16" 和 "16:9"。預設為 "1:1"。
• safety_filter_level：為安全性篩選功能新增篩選器層級。以下為有效值：
  • "BLOCK_LOW_AND_ABOVE"：在機率分數或嚴重性分數為 LOW、MEDIUM 或 HIGH 時封鎖。
  • "BLOCK_MEDIUM_AND_ABOVE"：在機率分數或嚴重性分數為 MEDIUM 或 HIGH 時封鎖。
  • "BLOCK_ONLY_HIGH"：在機率分數或嚴重性分數為 HIGH 時封鎖。
• person_generation：允許模型產生人物圖片。支援的值如下：
  • "DONT_ALLOW"：禁止產生人物圖片。
  • "ALLOW_ADULT"：產生成人圖片，但不產生兒童圖片。此為預設值。

產生的圖片一律會加入不可見的數位 SynthID 浮水印。

文字提示語言

系統支援下列輸入文字提示語言：

• 英文 (en)

後續步驟

如要進一步瞭解如何撰寫 Imagen 提示，請參閱「圖片提示指南」。