Membuat gambar menggunakan Imagen

Imagen adalah model pembuatan gambar fidelitas tinggi Google, yang mampu menghasilkan gambar realistis dan berkualitas tinggi dari perintah teks. Semua gambar yang dihasilkan menyertakan watermark SynthID. Untuk mempelajari lebih lanjut varian model Imagen yang tersedia, lihat bagian Versi model.

Membuat gambar menggunakan model Imagen

Contoh ini menunjukkan cara membuat gambar dengan model Imagen:

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

client = genai.Client()

response = client.models.generate_images(
    model='imagen-4.0-generate-001',
    prompt='Robot holding a red skateboard',
    config=types.GenerateImagesConfig(
        number_of_images= 4,
    )
)
for generated_image in response.generated_images:
  generated_image.image.show()

import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";

async function main() {

  const ai = new GoogleGenAI({});

  const response = await ai.models.generateImages({
    model: 'imagen-4.0-generate-001',
    prompt: 'Robot holding a red skateboard',
    config: {
      numberOfImages: 4,
    },
  });

  let idx = 1;
  for (const generatedImage of response.generatedImages) {
    let imgBytes = generatedImage.image.imageBytes;
    const buffer = Buffer.from(imgBytes, "base64");
    fs.writeFileSync(`imagen-${idx}.png`, buffer);
    idx++;
  }
}

main();

package main

import (
  "context"
  "fmt"
  "os"
  "google.golang.org/genai"
)

func main() {

  ctx := context.Background()
  client, err := genai.NewClient(ctx, nil)
  if err != nil {
      log.Fatal(err)
  }

  config := &genai.GenerateImagesConfig{
      NumberOfImages: 4,
  }

  response, _ := client.Models.GenerateImages(
      ctx,
      "imagen-4.0-generate-001",
      "Robot holding a red skateboard",
      config,
  )

  for n, image := range response.GeneratedImages {
      fname := fmt.Sprintf("imagen-%d.png", n)
          _ = os.WriteFile(fname, image.Image.ImageBytes, 0644)
  }
}

curl -X POST \
    "https://generativelanguage.googleapis.com/v1beta/models/imagen-4.0-generate-001:predict" \
    -H "x-goog-api-key: $GEMINI_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
        "instances": [
          {
            "prompt": "Robot holding a red skateboard"
          }
        ],
        "parameters": {
          "sampleCount": 4
        }
      }'

Konfigurasi Imagen

Saat ini, Imagen hanya mendukung perintah dalam bahasa Inggris dan parameter berikut:

• numberOfImages: Jumlah gambar yang akan dibuat, dari 1 hingga 4 (inklusif). Defaultnya adalah 4.
• sampleImageSize: Ukuran gambar yang dihasilkan. Fitur ini hanya didukung untuk model Standard dan Ultra. Nilai yang didukung adalah 1K dan 2K. Default-nya adalah 1K.
• aspectRatio: Mengubah rasio aspek gambar yang dihasilkan. Nilai yang didukung adalah "1:1", "3:4", "4:3", "9:16", dan "16:9". Defaultnya adalah "1:1".

• personGeneration: Izinkan model membuat gambar orang. Nilai berikut didukung:

  • "dont_allow": Memblokir pembuatan gambar orang.
  • "allow_adult": Menghasilkan gambar orang dewasa, tetapi bukan anak-anak. Ini adalah defaultnya.
  • "allow_all": Menghasilkan gambar yang berisi orang dewasa dan anak-anak.

Panduan perintah Imagen

Bagian panduan Imagen ini menunjukkan cara memodifikasi perintah text-to-image dapat menghasilkan hasil yang berbeda, beserta contoh gambar yang dapat Anda buat.

Dasar-dasar penulisan perintah

Perintah yang baik bersifat deskriptif dan jelas, serta menggunakan kata kunci dan pengubah yang bermakna. Mulailah dengan memikirkan subjek, konteks, dan gaya Anda.

1. Subjek: Hal pertama yang harus dipikirkan dengan perintah apa pun adalah subjek: objek, orang, hewan, atau pemandangan yang Anda inginkan gambarnya.

2. Konteks dan latar belakang: Sama pentingnya adalah latar belakang atau konteks tempat subjek akan ditempatkan. Coba tempatkan subjek di berbagai latar belakang. Misalnya, studio dengan latar belakang putih, di luar ruangan, atau di dalam ruangan.

3. Gaya: Terakhir, tambahkan gaya gambar yang Anda inginkan. Gaya dapat bersifat umum (lukisan, foto, sketsa) atau yang sangat spesifik (lukisan pastel, gambar arang, 3D isometrik). Anda juga dapat menggabungkan gaya.

Setelah menulis versi pertama perintah, perbaiki perintah Anda dengan menambahkan detail lainnya hingga Anda mendapatkan gambar yang Anda inginkan. Iterasi penting. Mulailah dengan menetapkan ide inti Anda, lalu sempurnakan dan kembangkan ide inti tersebut hingga gambar yang dihasilkan mendekati visi Anda.

Model Imagen dapat mengubah ide Anda menjadi gambar yang mendetail, baik perintah Anda singkat maupun panjang dan mendetail. Sempurnakan visi Anda melalui perintah berulang, tambahkan detail hingga Anda mendapatkan hasil yang sempurna.

Dengan perintah singkat, Anda dapat membuat gambar dengan cepat.

Dengan perintah yang lebih panjang, Anda dapat menambahkan detail spesifik dan membuat gambar.

Saran tambahan untuk penulisan perintah Imagen:

• Gunakan bahasa deskriptif: Gunakan kata sifat dan kata keterangan yang mendetail untuk menggambarkan situasi yang jelas bagi Imagen.
• Berikan konteks: Jika perlu, sertakan informasi latar belakang untuk membantu AI memahami.
• Merujuk pada artis atau gaya tertentu: Jika Anda memiliki estetika tertentu, merujuk pada artis atau gerakan seni tertentu dapat membantu.
• Gunakan alat prompt engineering: Pertimbangkan untuk mempelajari alat atau referensi prompt engineering untuk membantu Anda menyempurnakan perintah dan mencapai hasil yang optimal.
• Meningkatkan kualitas detail wajah dalam gambar pribadi dan grup Anda: Tentukan detail wajah sebagai fokus foto (misalnya, gunakan kata "potret" dalam perintah).

Membuat teks dalam gambar

Model Imagen dapat menambahkan teks ke dalam gambar, sehingga membuka lebih banyak kemungkinan pembuatan gambar yang kreatif. Gunakan panduan berikut untuk mendapatkan hasil maksimal dari fitur ini:

• Lakukan iterasi dengan percaya diri: Anda mungkin harus membuat ulang gambar hingga Anda mendapatkan tampilan yang diinginkan. Integrasi teks Imagen masih berkembang, dan terkadang beberapa upaya menghasilkan hasil terbaik.
• Buat tetap singkat: Batasi teks hingga 25 karakter atau kurang untuk generasi yang optimal.

• Beberapa frasa: Bereksperimenlah dengan dua atau tiga frasa berbeda untuk memberikan informasi tambahan. Hindari penggunaan lebih dari tiga frasa untuk komposisi yang lebih bersih.

  

• Penempatan Panduan: Meskipun Imagen dapat mencoba memosisikan teks sesuai arahan, terkadang akan ada variasi. Fitur ini terus ditingkatkan.

• Gaya font Inspire: Tentukan gaya font umum untuk memengaruhi pilihan Imagen secara halus. Jangan mengandalkan replikasi font yang presisi, tetapi harapkan interpretasi kreatif.

• Ukuran font: Tentukan ukuran font atau indikasi ukuran umum (misalnya, kecil, sedang, besar) untuk memengaruhi pembuatan ukuran font.

Parameterisasi perintah

Untuk mengontrol hasil output dengan lebih baik, Anda mungkin merasa terbantu dengan memparameterisasi input ke Imagen. Misalnya, Anda ingin pelanggan dapat membuat logo untuk bisnis mereka, dan Anda ingin memastikan logo selalu dibuat dengan latar belakang warna solid. Anda juga ingin membatasi opsi yang dapat dipilih klien dari menu.

Dalam contoh ini, Anda dapat membuat perintah berparameter yang mirip dengan berikut:

A {logo_style} logo for a {company_area} company on a solid color background. Include the text {company_name}.

Di antarmuka pengguna kustom Anda, pelanggan dapat memasukkan parameter menggunakan menu, dan nilai yang dipilihnya akan mengisi perintah yang diterima Imagen.

Contoh:

1. Perintah: A minimalist logo for a health care company on a solid color background. Include the text Journey.

   

2. Perintah: A modern logo for a software company on a solid color background. Include the text Silo.

   

3. Perintah: A traditional logo for a baking company on a solid color background. Include the text Seed.

   

Teknik penulisan perintah lanjutan

Gunakan contoh berikut untuk membuat perintah yang lebih spesifik berdasarkan atribut seperti deskripsi fotografi, bentuk dan bahan, gerakan seni historis, dan pengubah kualitas gambar.

Fotografi

• Perintah menyertakan: "Foto..."

Untuk menggunakan gaya ini, mulai dengan menggunakan kata kunci yang dengan jelas memberi tahu Imagen bahwa Anda mencari foto. Mulailah perintah Anda dengan "Foto. . .". Misalnya:

^{Sumber gambar: Setiap gambar dibuat menggunakan perintah teks yang sesuai dengan model Imagen 3.}

Pengubah fotografi

Pada contoh berikut, Anda dapat melihat beberapa pengubah dan parameter khusus fotografi. Anda dapat menggabungkan beberapa pengubah untuk kontrol yang lebih akurat.

1. Kedekatan Kamera - Jarak dekat, diambil dari jarak jauh

2. Posisi Kamera - dari atas, dari bawah

3. Pencahayaan - alami, dramatis, hangat, dingin

4. Setelan Kamera - motion blur, soft focus, bokeh, potret

5. Jenis lensa - 35 mm, 50 mm, mata ikan, sudut lebar, makro

6. Jenis film - hitam dan putih, polaroid

^{Sumber gambar: Setiap gambar dibuat menggunakan perintah teks yang sesuai dengan model Imagen 3.}

Ilustrasi dan seni

• Perintah menyertakan: "painting dari...", "sketch dari..."

Gaya seni bervariasi mulai dari gaya monokrom seperti sketsa pensil, hingga seni digital yang sangat realistis. Misalnya, gambar berikut menggunakan perintah yang sama dengan gaya yang berbeda:

"[art style or creation technique] sedan listrik sporty bersudut dengan pencakar langit di latar belakang"

^{Sumber gambar: Setiap gambar dibuat menggunakan perintah teks yang sesuai dengan model Imagen 2.}

Bentuk dan bahan

• Perintah mencakup: "...terbuat dari...", "...dalam bentuk..."

Salah satu keunggulan teknologi ini adalah Anda dapat membuat citra yang sulit atau tidak mungkin dilakukan. Misalnya, Anda dapat membuat ulang logo perusahaan dengan bahan dan tekstur yang berbeda.

^{Sumber gambar: Setiap gambar dibuat menggunakan perintah teks yang sesuai dengan model Imagen 3.}

Referensi seni bersejarah

• Perintah mencakup: "...dalam gaya..."

Gaya tertentu telah menjadi ikon selama bertahun-tahun. Berikut adalah beberapa ide gaya seni atau lukisan sejarah yang dapat Anda coba.

"buat gambar dengan gaya [art period or movement] : ladang kincir angin"

^{Sumber gambar: Setiap gambar dibuat menggunakan perintah teks yang sesuai dengan model Imagen 3.}

Pengubah kualitas gambar

Kata kunci tertentu dapat memberi tahu model bahwa Anda mencari aset berkualitas tinggi. Contoh pengubah kualitas mencakup hal berikut:

• Pengubah Umum - berkualitas tinggi, indah, bergaya
• Foto - 4K, HDR, Foto Studio
• Seni, Ilustrasi - oleh profesional, mendetail

Berikut adalah beberapa contoh perintah tanpa pengubah kualitas dan perintah yang sama dengan pengubah kualitas.

^{Sumber gambar: Setiap gambar dibuat menggunakan perintah teks yang sesuai dengan model Imagen 3.}

Rasio aspek

Pembuatan gambar Imagen memungkinkan Anda menetapkan lima rasio aspek gambar yang berbeda.

1. Persegi (1:1, default) - Foto persegi standar. Penggunaan umum untuk rasio aspek ini mencakup postingan media sosial.

2. Layar penuh (4:3) - Rasio aspek ini umumnya digunakan dalam media atau film. Dimensi ini juga merupakan dimensi sebagian besar TV lama (non-layar lebar) dan kamera format sedang. Rasio ini menangkap lebih banyak pemandangan secara horizontal (dibandingkan dengan 1:1), sehingga menjadi rasio aspek pilihan untuk fotografi.

3. Layar penuh potret (3:4) - Ini adalah rasio aspek layar penuh yang diputar 90 derajat. Hal ini memungkinkan Anda merekam lebih banyak bagian pemandangan secara vertikal dibandingkan dengan rasio aspek 1:1.

4. Layar lebar (16:9) - Rasio ini telah menggantikan 4:3 dan kini menjadi rasio aspek paling umum untuk TV, monitor, dan layar ponsel (lanskap). Gunakan rasio aspek ini jika Anda ingin mengambil lebih banyak latar belakang (misalnya, pemandangan indah).

   

5. Potret (9:16) - Rasio ini adalah layar lebar yang diputar. Rasio aspek ini relatif baru dan telah dipopulerkan oleh aplikasi video pendek (misalnya, YouTube Shorts). Gunakan ini untuk objek tinggi dengan orientasi vertikal yang kuat seperti bangunan, pohon, air terjun, atau objek serupa lainnya.

   

Gambar fotorealistik

Model pembuatan gambar versi yang berbeda mungkin menawarkan campuran output artistik dan fotorealistik. Gunakan kata-kata berikut dalam perintah untuk menghasilkan output yang lebih fotorealistik, berdasarkan subjek yang ingin Anda buat.

Potret

Dengan menggunakan beberapa kata kunci dari tabel, Imagen dapat membuat potret berikut:

Perintah: Potret wanita, 35 mm, duoton biru dan abu-abu
Model: imagen-3.0-generate-002

Perintah: Potret wanita 35 mm, film noir
Model: imagen-3.0-generate-002

Objek

Dengan menggunakan beberapa kata kunci dari tabel, Imagen dapat membuat gambar objek berikut:

Perintah: daun tanaman prayer, lensa makro, 60 mm
Model: imagen-3.0-generate-002

Perintah: sepiring pasta, lensa Makro 100 mm
Model: imagen-3.0-generate-002

Gerakan

Dengan menggunakan beberapa kata kunci dari tabel, Imagen dapat membuat gambar bergerak berikut:

Perintah: touchdown kemenangan, kecepatan rana cepat, pelacakan gerakan
Model: imagen-3.0-generate-002

Perintah: Seekor rusa berlari di hutan, kecepatan shutter cepat, pelacakan gerakan
Model: imagen-3.0-generate-002

Sudut lebar

Dengan menggunakan beberapa kata kunci dari tabel, Imagen dapat membuat gambar sudut lebar berikut:

Perintah: pegunungan yang luas, lanskap sudut lebar 10 mm
Model: imagen-3.0-generate-002

Perintah: foto bulan, fotografi astro, sudut lebar 10 mm
Model: imagen-3.0-generate-002

Versi model