结论先说
- 需要连续对话改图、多图合成或图文混排,首选 Gemini 原生图像模型:走熟悉的
client.models.generate_content接口,传入图片加一句中文修改要求就能局部重绘,无需手工涂抹黑白遮罩(Mask)。 - 只做单轮高写实摄影海报直出,可选专用 Imagen 模型:走
client.models.generate_images接口,参数里支持一次批量返回多张候选图(number_of_images)。 - 画幅比例统一在
ImageConfig里用aspect_ratio控制:支持"1:1"、"16:9"、"9:16"、"4:3"、"3:4"等主流横竖屏比例,省去生成方形图后再二次裁切。 - 多轮连续改图务必复用
client.chats.create会话实例:SDK 会自动把上一轮生成的图片和模型内部上下文带入下一轮,角色长相与商品轮廓一致性远高于每次重开单轮请求。 - 谷歌开发账号与设计生图会员入口:在 Google AI Studio 开通生图 API 需绑定结算账户并使用合规个人谷歌账号,缺号可查看本站 谷歌账号购买说明(含即买即发的 谷歌邮箱成品号),跨平台订阅总览见 AI 会员充值中心。

图:本站根据 Google Gemini API 文档:Image generation 整理的示意图
本文根据 Google Gemini API 官方文档《Image generation》《Imagen》及定价页整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 Google 官方网站。
适用于谁
- 想在自己的电商工作流、自媒体排版脚本或设计工具里批量调用 Gemini 出图与换背景的 Python 开发者;
- 在网页端用顺手了 Nano Banana 改图(网页版操作见 Nano Banana 怎么用),想把「保持同一个主角连续修改细节」搬进 API 代码里的人;
- 分不清什么时候调
generate_content(Gemini 原生生图),什么时候调generate_images(Imagen 模型),或不知道怎么传16:9宽高比的用户。
一、Python 文生图与 aspect_ratio 宽高比控制
先确认已安装官方 google-genai 与 Pillow 图像处理库:pip install google-genai pillow(基础环境变量配置见 Gemini API Python 调用教程,提示词构图技巧可参考 Nano Banana 提示词怎么写)。
调用 Gemini 原生图像生成模型并指定 16:9 横屏比例的完整代码如下:
python
from google import genai
from google.genai import types
client = genai.Client()
response = client.models.generate_content(
model="gemini-2.5-flash-image",
contents="一张极简木质书桌俯拍产品图,左侧放银色笔记本电脑,右侧一杯拿铁,柔和晨光",
config=types.GenerateContentConfig(
response_modalities=["TEXT", "IMAGE"],
image_config=types.ImageConfig(aspect_ratio="16:9"),
),
)
for part in response.candidates[0].content.parts:
if part.text is not None:
print(part.text)
elif part.inline_data is not None:
image = part.as_image()
image.save("desk_banner.png")
如果你选择调用专用 Imagen 模型做单轮出图,则改用 generate_images 方法:
python
img_resp = client.models.generate_images(
model="imagen-3.0-generate-002",
prompt="现代极简风陶瓷花瓶摄影棚特写,浅灰渐变背景,85mm 镜头质感",
config=types.GenerateImagesConfig(number_of_images=2, aspect_ratio="3:4"),
)
for idx, gen_img in enumerate(img_resp.generated_images):
gen_img.image.save(f"vase_{idx}.png")
二、传入本地原图做局部修改与多轮对话改图
Gemini 原生图像模型最省事的地方是用自然语言代替手绘局部遮罩。你可以先传一张商品白底图或室内实拍图,再用 chats 会话一轮接一轮微调光线、背景或替换桌面小物件:
python
from PIL import Image
chat = client.chats.create(
model="gemini-2.5-flash-image",
config=types.GenerateContentConfig(
response_modalities=["TEXT", "IMAGE"],
image_config=types.ImageConfig(aspect_ratio="4:3"),
),
)
raw_img = Image.open("product_white_bg.png")
# 第一轮:保留商品主体,更换使用场景背景
r1 = chat.send_message([
raw_img,
"保持图中这款耳机外观与刻字完全不变,把它放在户外露营折叠木桌上,背景虚化绿植",
])
for part in r1.candidates[0].content.parts:
if part.inline_data:
part.as_image().save("step1_outdoor.png")
# 第二轮:基于上一轮结果继续局部调整光影
r2 = chat.send_message("把光线改成傍晚暖橙色夕阳,并在木桌右上角加一盏复古露营灯")
for part in r2.candidates[0].content.parts:
if part.inline_data:
part.as_image().save("step2_sunset.png")
需要把两三张不同参考图(例如「模特图 + 服装平铺图 + 指定场景图」)融合成一张图时,同样只需把多个 PIL.Image 对象与指令字符串一起放进列表传给 contents 即可。各家主流生图接口价格与额度横向对比见 AI 生图工具怎么选。
谷歌开发账号与多平台创作会员提示:图像生成接口通常要求 Google AI Studio 关联已启用结算(Paid Tier)的付费层项目,若国内缺乏可用谷歌账号可在本站选购 谷歌邮箱成品号(说明见 谷歌账号购买页);若想直接在对话网页端高频生图与写代码,也可免外币卡开通 ChatGPT Plus 或 Claude Pro。

图:本站根据 Google Gemini API 文档:Image generation 整理的示意图
三、局部改图防走形技巧与计费注意事项
- 指令明确写出「保持不变的部分」与「只改动的部分」:不要只写「加一副墨镜」,而要写「保持人物五官、发型、衣服与背景构图不变,仅给人物戴上一副黑色细框墨镜」,能显著降低整张图被重绘跑偏的概率。
- 多轮改图超过 4–5 轮出现画质劣化时开新会话:随着连续叠加重绘轮次增多,画面细节可能逐步变糊;一旦某轮得到了满意的中间图,可将该高清图保存后作为新会话的首张输入重新出发。
- 看清免费层限制与按张折算 Token 成本:图像生成模型在免费测试层(Free Tier)往往不开放或仅有极低配额,正式调用需升级到付费层;生成的每张图片按固定的输出图像 Token 数折算计费,并发量大时也可搭配异步 Batch 接口享受半价折扣。
常见问题
问:运行代码时报 400 提示当前模型不支持 IMAGE 输出模态怎么办?
答:普通的纯文本/多模态理解模型(如不带 -image 后缀的常规版本)只能「看图说话」,不能「输出图片字节」。请确认 model 参数填写的是官方明确标注支持图像输出的专用型号(如 gemini-2.5-flash-image 或更新的图像生成型号)。
问:提示词要求在海报里写中英文标题,怎么减少错别字?
答:把需要印在画面上的准确文字用英文双引号单独框出来(例如 在招牌正中央用白色无衬线粗体写上 "OPEN 24H"),单张图内的文字控制在简短标语以内;大段说明正文建议出无字底图后用设计软件后期排版。
问:为什么传入真人照片改图时偶尔不返回图片,只返回一段文字说明?
答:Google 对涉及真实人脸编辑、未成年人形象与敏感场景设有严格安全过滤;当触发人物生成策略限制(IMAGE_SAFETY)时,inline_data 会为空,可通过检查 candidates[0].finish_reason 定位拦截原因并调整合规提示词。
问:没有外币卡怎么买谷歌账号或开通 ChatGPT Plus、Claude Pro 会员,支持开发票报销吗?
答:可前往本站 谷歌账号购买页、ChatGPT Plus 充值页 或 AI 会员充值总览 下单,支持支付宝、微信支付与 AlipayHK,会员升级提供无需交出密码的自助卡密兑换,企业团队可申请开具国内增值税发票;实时价格与售后保障(掉订阅按剩余天数折退,封号不在质保范围)以商品页说明为准。
相关教程
- Gemini API Python 调用教程:安装 google-genai SDK、流式输出与传图片
- Nano Banana 怎么用:在 Gemini 里生成图片、上传照片改图
- Nano Banana 提示词怎么写:官方提示词指南要点与 7 个生成模板
- AI 生图工具怎么选:ChatGPT 图片、Gemini(Nano Banana)、Grok 对比
参考资料
- Google Gemini API 官方文档:Image generation — https://ai.google.dev/gemini-api/docs/image-generation
- Google Gemini API 官方文档:Generate images using Imagen — https://ai.google.dev/gemini-api/docs/imagen
- Google Gemini API 官方文档:Gemini Developer API Pricing — https://ai.google.dev/gemini-api/docs/pricing
0 条评论
还没有评论,来抢沙发~