Imagen 3: Panduan dengan Contoh di API Gemini

imagen 3: tutorial python untuk generasi teks-ke-imej

Imagen 3 adalah model teks-ke-imej yang kuat yang mampu menghasilkan imej yang sangat terperinci dan bergaya, bahkan menggabungkan teks. Tutorial ini menunjukkan cara memanfaatkan keupayaan Imagen 3 secara pemrograman menggunakan AI dan Python generatif Google. Kami akan merangkumi persediaan persekitaran, pelaksanaan kod, dan meneroka pelbagai pilihan penjanaan imej.

Mengakses Imagen 3 melalui Google Generative AI API

Untuk memulakan, anda memerlukan projek Google Cloud dan kunci API.

Menyediakan persekitaran Google Cloud anda:

1. Google Cloud Console: Akses konsol Google Cloud dan log masuk.
2. Projek baru: Buat projek baru (mis., "Imagen-Tutorial").
3. Butiran Projek: Isi butiran projek yang diperlukan. Bidang organisasi adalah pilihan.

Generasi utama API:

navigasi ke halaman utama API dalam studio Google AI.
Klik "Buat Kunci API."
Pilih projek yang baru dibuat dan klik "Buat."
4. Simpan kunci API anda dengan selamat. Buat fail di direktori projek anda dengan kandungan berikut: .env

<code>GEMINI_API_KEY=<your_api_key></your_api_key></code>

Persediaan Akaun Pengebilan:

Imagen 3 adalah perkhidmatan berbayar. Mengaitkan akaun pengebilan dengan projek Google Cloud anda untuk mengelakkan kesilapan penggunaan API. Ikuti arahan di Google AI Studio untuk menghubungkan atau membuat akaun pengebilan. Kos semasa bagi setiap generasi imej ialah $ 0.03 (periksa halaman harga rasmi untuk kadar terkini).

Persediaan persekitaran python python (anaconda disyorkan):

Pasang Anaconda:

Muat turun dan pasang Anaconda dari laman web rasmi.

1. Buat persekitaran:
2. Aktifkan persekitaran: conda create -n imagen python=3.9
3. Pasang pakej: conda activate imagen
4. menjana imej dengan python: pip install -q -U google-genai pillow python-dotenv

Buat skrip python (mis., ) dalam direktori yang sama seperti fail

anda.

gen_image.py .env Pilihan Generasi Imej Lanjutan:

# Import necessary libraries
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
import os
from dotenv import load_dotenv

# Load API key from .env
load_dotenv()
api_key = os.getenv("GEMINI_API_KEY")

# Initialize the client
client = genai.Client(api_key=api_key)

# Generate an image
prompt = """A dog surfing at the beach"""
response = client.models.generate_images(
    model="imagen-3.0-generate-002",
    prompt=prompt,
    config=types.GenerateImagesConfig(number_of_images=1)
)

# Display the image
for generated_image in response.generated_images:
  image = Image.open(BytesIO(generated_image.image.image_bytes))
  image.show()

objek membolehkan penyesuaian:

• number_of_images: Menjana pelbagai imej (lalai: 4).
• aspect_ratio: mengawal nisbah aspek (mis., "9:16" untuk imej menegak).
• safety_filter_level: Pada masa ini hanya menyokong BLOCK_LOW_AND_ABOVE.
• person_generation: Kawal sama ada orang dibenarkan dalam imej (ALLOW_ADULT atau DONT_ALLOW).

Kejuruteraan Prompt Berkesan:

membuat arahan berkesan adalah penting. Gunakan bahasa deskriptif, tentukan gaya, dan pertimbangkan untuk menambah butiran mengenai pencahayaan, tetapan kamera, dan teknik artistik untuk hasil yang lebih baik. Rujuk dokumentasi rasmi Imagen 3 untuk garis panduan segera terperinci.

Pengeditan dan penyesuaian imej (akses terhad pada masa ini):

Imagen 3 menawarkan ciri penyuntingan dan penyesuaian imej, tetapi akses kini terhad.

Kesimpulan:

Tutorial ini menyediakan asas untuk menggunakan Imagen 3 melalui Google Generative AI API dan Python. Eksperimen dengan pilihan yang berbeza dan pilihan konfigurasi untuk membuka kunci potensi penuh model teks-ke-imej yang kuat ini. Ingatlah untuk sentiasa menyemak dokumentasi rasmi untuk maklumat dan harga yang paling terkini.

Atas ialah kandungan terperinci Imagen 3: Panduan dengan Contoh di API Gemini. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!