使用 Imagen 3 生成图片

Gemini API 让你可以 Imagen 3，Google 的先进的图像生成模型。借助 Imagen，您可以根据文本提示生成新图片。Gemini API 与 Imagen 的集成旨在帮助您构建新一代 AI 应用，以便在几秒钟内将用户提示转换为高品质的视觉素材资源。

本指南将帮助您通过 Gemini API Python 开始使用 Imagen SDK。

Imagen 3 简介

Imagen 3 是 Google 最出色的文本转图片模型，具有多项新功能和改进功能。Imagen 3 可以执行以下操作：

生成细节更清晰、光线更丰富、干扰更少的图片出现明显的差异。
能理解以自然的日常语言编写的提示，无需复杂的提示工程即可生成符合预期的输出。
生成各种格式和风格的图片，从逼真的风景到细腻入微的油画，再到奇思妙想的黏土动画场景。
比以前的模型更有效地渲染文本，为新模型有多种用途，例如风格化的生日贺卡、演示文稿。

Imagen 3 采用了 Google 最新的安全和负责任创新技术，从数据和模型开发到生产都遵循相关要求。Google DeepMind 团队使用广泛过滤和数据标签，以最大限度地减少数据集中的有害内容并降低产生有害输出的可能性。该团队还针对公平性、偏见和内容安全等主题开展了红队攻击和评估。

如需了解详情并查看示例输出，请参阅 Google DeepMind Imagen 3 概览。

开始前须知：设置项目和 API 密钥

pip install -U git+https://github.com/google-gemini/generative-ai-python@imagen

在调用 Gemini API 之前，您需要设置项目并配置 API 密钥。

展开即可查看如何设置项目和 API 密钥

获取并保护您的 API 密钥

您需要 API 密钥才能调用 Gemini API。如果您还没有账号，在 Google AI Studio 中创建密钥。

获取 API 密钥

强烈建议不要将 API 密钥签入版本控制系统。

您应将 API 密钥存储在 Google Cloud Secret Manager 等密钥库中。

本教程假定您以环境的形式访问 API 密钥变量。

安装 SDK 软件包并配置您的 API 密钥

使用 pip 安装依赖项：

pip install -U git+https://github.com/google-gemini/generative-ai-python@imagen

导入软件包并使用您的 API 密钥配置服务：

import os
import google.generativeai as genai

genai.configure(api_key=os.environ['API_KEY'])

生成图片

本部分介绍了如何实例化 Imagen 模型并生成图片。

要运行示例代码，您必须先安装 Pillow：

pip install --upgrade Pillow

然后，安装 Pillow 和 Python SDK 后，您可以使用以下代码生成图片：

import os
import google.generativeai as genai

genai.configure(api_key=os.environ['API_KEY'])

imagen = genai.ImageGenerationModel("imagen-3.0-generate-001")

result = imagen.generate_images(
    prompt="Fuzzy bunnies in my kitchen",
    number_of_images=4,
    safety_filter_level="block_only_high",
    person_generation="allow_adult",
    aspect_ratio="3:4",
    negative_prompt="Outside",
)

for image in result.images:
  print(image)

# The output should look similar to this:
# <vertexai.preview.vision_models.GeneratedImage object at 0x78f3396ef370>
# <vertexai.preview.vision_models.GeneratedImage object at 0x78f3396ef700>
# <vertexai.preview.vision_models.GeneratedImage object at 0x78f33953c2b0>
# <vertexai.preview.vision_models.GeneratedImage object at 0x78f33953c280>

for image in result.images:
  # Open and display the image using your local operating system.
  image._pil_image.show()

记事本应显示四张类似于此图片的图片：

AI 生成的图片：厨房里有两只毛茸茸的兔子

Imagen 模型参数

以下参数适用于 generate_images()：

prompt：图片的文本提示。
negative_prompt：有关您要在生成的图片中省略的内容的说明。默认值为“none”。

例如，假设提示是“arainy city street in night with no ”（雨天的城市街道在夜晚，没有人物”。该模型可能会解读“人物”作为指令来指明要包含的内容而不是省略。如要生成更理想的结果，您可以使用“a rainy”（雨）提示，夜晚的城市街道使用否定提示“people”。
number_of_images：要生成的图片数量，介于 1 到 4（含）之间。默认值为 4。
aspect_ratio：更改生成图片的宽高比。支持值为 "1:1"、"3:4"、"4:3"、"9:16" 和 "16:9"。默认值为 "1:1"。
safety_filter_level：为安全性过滤策略添加过滤级别。以下值均有效：
- "block_low_and_above"：在出现概率得分或严重程度时屏蔽得分为 LOW、MEDIUM 或 HIGH。
- "block_medium_and_above"：在出现概率得分或严重程度时屏蔽得分为 MEDIUM 或 HIGH。
- "block_only_high"：当概率得分或严重级别得分为 HIGH 时屏蔽。
person_generation：允许模型生成人物图片。通过支持以下值：
- "dont_allow"：禁止生成人物图片。
- "allow_adult"：生成成人（而非儿童）的图片。

后续步骤

Gemini API 中的 Imagen 3 目前处于抢先体验阶段。敬请关注关于以下内容的公告：相应地图项的状态。