跳转到主要内容

概述

Nano Banana 图片编辑基于谷歌 Gemini 图像生成模型,目前推荐使用正式版:
  • 正式版gemini-2.5-flash-image(推荐,支持 10 种宽高比和分辨率自定义)
  • 预览版gemini-2.5-flash-image-preview(⚠️ 将于2025年10月30日下线)
重要提醒:预览版 gemini-2.5-flash-image-preview 将于 2025年10月30日 正式下线。届时本站将自动重定向到正式版 gemini-2.5-flash-image。建议尽快迁移到正式版以避免服务中断。
2025年10月3日更新:谷歌发布了正式版 gemini-2.5-flash-image,新增 10 种宽高比支持和分辨率自定义功能。正式版性能更稳定,功能更强大。

📚 最新文档

飞书完整使用指南 - 更新最快,支持评论互动访问飞书文档获取最新的使用教程、技巧分享和问题解答。文档持续更新,遇到问题可直接在飞书上评论交流。

编辑功能特点
  • 🖼️ 多图合成:支持将多张图片合成为一张
  • ✏️ 文本指令编辑:通过自然语言描述编辑需求
  • 🔄 图片修改:添加、删除或修改图片中的元素
  • 🎨 风格转换:改变图片风格、色彩、效果
  • 快速处理:平均 10 秒完成编辑任务

调用方式对比

API易 支持两种调用方式,您可以根据需求选择:

谷歌原生格式

推荐新用户使用
  • 端点:/v1beta/models/gemini-2.5-flash-image:generateContent
  • ✅ 支持自定义分辨率和宽高比
  • ✅ 图片生成和编辑都支持尺寸控制
  • ✅ 支持 10 种宽高比输出
  • 📖 使用谷歌官方 API 格式

OpenAI 兼容模式

兼容已有代码
  • 端点:/v1/chat/completions
  • ⚠️ 生成图片默认 1:1 比例
  • ✅ 编辑图片智能遵循原图比例
  • ❌ 不支持自定义分辨率
  • 📖 兼容 OpenAI 调用格式
快速选择指南
  • 新项目 / 需要自定义尺寸 → 使用谷歌原生格式
  • 已有 OpenAI 格式代码 → 继续使用 OpenAI 兼容模式
  • 编辑图片且不需要指定尺寸 → 两种格式都可以
  • ⚠️ 必须指定输出宽高比 → 只能用谷歌原生格式

端点对比表

特性谷歌原生格式OpenAI 兼容模式
端点URL/v1beta/models/gemini-2.5-flash-image:generateContent/v1/chat/completions
图片生成尺寸支持 10 种宽高比自定义默认 1:1
图片编辑尺寸支持宽高比自定义智能遵循原图比例
调用格式谷歌官方格式OpenAI 格式
适用场景需要精确控制输出尺寸快速集成,兼容现有代码

编辑能力

支持的编辑类型

  • 图片合成:将多张图片合并成一张
  • 元素添加:在图片中添加新的对象或元素
  • 风格修改:改变图片的艺术风格或色调
  • 背景替换:更换图片背景
  • 尺寸调整:改变图片比例或尺寸
  • 细节优化:增强图片质量或修复缺陷

代码示例

根据您的需求,可以选择以下两种方式之一:

方式一:谷歌原生格式(推荐)

支持自定义分辨率和宽高比,使用谷歌官方 API 格式。

端点

POST https://api.apiyi.com/v1beta/models/gemini-2.5-flash-image:generateContent

请求格式

{
  "contents": [
    {
      "parts": [
        {
          "text": "编辑指令文本"
        },
        {
          "inline_data": {
            "mime_type": "image/jpeg",
            "data": "base64编码的图片数据"
          }
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {
      "aspectRatio": "16:9"
    }
  }
}

支持的宽高比

21:9, 16:9, 4:3, 3:2, 1:1, 9:16, 3:4, 2:3, 5:4, 4:5

Bash 完整示例

参考完整的 Bash 脚本实现:gemini-image-edit.sh
#!/bin/bash

API_KEY="sk-your-api-key"
INPUT_IMAGE="./dog.png"
PROMPT="增加一只帅气的猫咪在狗狗的旁边"
ASPECT_RATIO="16:9"
OUTPUT_FILE="edited_$(date +%Y%m%d_%H%M%S).png"
API_URL="https://api.apiyi.com/v1beta/models/gemini-2.5-flash-image:generateContent"

{/* 编码图片 */}
IMG_BASE64=$(base64 -i "$INPUT_IMAGE")
MIME_TYPE="image/png"

{/* 构建请求 */}
curl -X POST "$API_URL" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [
        {"text": "'"$PROMPT"'"},
        {"inline_data": {"mime_type": "'"$MIME_TYPE"'", "data": "'"$IMG_BASE64"'"}}
      ]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {"aspectRatio": "'"$ASPECT_RATIO"'"}
    }
  }' | jq -r '.candidates[0].content.parts[0].inlineData.data' | base64 --decode > "$OUTPUT_FILE"

echo "图片已保存: $OUTPUT_FILE"
完整的 Bash 脚本包含错误处理和更多功能,请查看源代码。

方式二:OpenAI 兼容模式

兼容现有 OpenAI 格式代码,适合快速集成。编辑图片时会智能遵循原图比例。

端点

POST https://api.apiyi.com/v1/chat/completions

请求格式

{
  "model": "gemini-2.5-flash-image",
  "stream": false,
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "编辑指令文本"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "图片URL1"
          }
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "图片URL2"
          }
        }
      ]
    }
  ]
}

Python 完整示例

#!/usr/bin/env python3
import requests
import json
import base64
import re
from datetime import datetime
import sys

# 配置
API_KEY = "sk-"  # 请替换为你的实际密钥
API_URL = "https://api.apiyi.com/v1/chat/completions"

def edit_images():
    """
    图片编辑主函数
    支持多图片合成和编辑
    """
    # 设置请求头
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    
    # 请求数据 - 多图片合成示例
    data = {
        "model": "gemini-2.5-flash-image",
        "stream": False,
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": "Combine 2 images and add a Corgi dog image"
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": "https://github.com/dianping/cat/raw/master/cat-home/src/main/webapp/images/logo/cat_logo03.png"
                        }
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": "https://raw.githubusercontent.com/leonindy/camel/master/camel-admin/src/main/webapp/assets/images/camel_logo_blue.png"
                        }
                    }
                ]
            }
        ]
    }
    
    print("🚀 正在请求图片编辑API...")
    print(f"📝 编辑指令: {data['messages'][0]['content'][0]['text']}")
    print(f"🖼️  输入图片数量: {len([c for c in data['messages'][0]['content'] if c['type'] == 'image_url'])}")
    
    try:
        # 发送请求
        response = requests.post(API_URL, headers=headers, json=data)
        response.raise_for_status()
        
        print("✅ API请求成功,正在处理响应...")
        
        # 解析响应
        result = response.json()
        
        # 提取内容
        content = result['choices'][0]['message']['content']
        print(f"📄 收到内容长度: {len(content)} 字符")
        print(f"📄 内容预览: {content[:200]}...")
        
        # 查找Base64图片数据
        base64_data = None
        
        # 方法1: 查找标准格式 data:image/type;base64,data
        base64_match = re.search(r'data:image/[^;]+;base64,([A-Za-z0-9+/=]+)', content)
        
        if base64_match:
            base64_data = base64_match.group(1)
            print("✅ 找到标准格式的Base64数据")
        else:
            # 方法2: 查找纯Base64数据(长字符串)
            base64_match = re.search(r'([A-Za-z0-9+/=]{100,})', content)
            if base64_match:
                base64_data = base64_match.group(1)
                print("✅ 找到纯Base64数据")
            else:
                print("❌ 错误: 无法找到Base64图片数据")
                print("📄 完整响应内容:")
                print(json.dumps(result, indent=2, ensure_ascii=False))
                return False
        
        # 生成文件名
        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
        filename = f"edited_image_{timestamp}.png"
        
        print("💾 正在保存编辑后的图片...")
        
        # 解码并保存图片
        try:
            image_data = base64.b64decode(base64_data)
            with open(filename, 'wb') as f:
                f.write(image_data)
            
            print(f"🎉 图片编辑完成!")
            print(f"📁 文件保存为: {filename}")
            print(f"📊 文件大小: {len(image_data):,} 字节")
            return True
            
        except Exception as e:
            print(f"❌ 错误: 保存图片时出现问题: {e}")
            return False
            
    except requests.exceptions.RequestException as e:
        print(f"❌ 错误: API请求失败: {e}")
        return False
    except KeyError as e:
        print(f"❌ 错误: 响应格式不正确,缺少字段: {e}")
        if 'response' in locals():
            print("📄 完整响应内容:")
            print(json.dumps(response.json(), indent=2, ensure_ascii=False))
        return False
    except Exception as e:
        print(f"❌ 错误: 未知错误: {e}")
        return False

def custom_edit_example():
    """
    自定义编辑示例
    """
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    
    # 自定义编辑任务
    data = {
        "model": "gemini-2.5-flash-image",
        "stream": False,
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": "Please remove the background and make it transparent, then add a sunset background"
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": "your_image_url_here"  # 替换为你的图片URL
                        }
                    }
                ]
            }
        ]
    }
    
    print("🎨 执行自定义编辑任务...")
    # 调用编辑逻辑...

def main():
    """
    主函数 - 演示不同的编辑功能
    """
    print("=" * 60)
    print("Nano Banana 图片编辑器 - Python版本")
    print("=" * 60)
    print(f"🕐 开始时间: {datetime.now()}")
    
    # 检查API Key
    if API_KEY == "sk-":
        print("⚠️  请先设置正确的API密钥")
        return
    
    print("\n🔧 可用的编辑功能:")
    print("1. 多图片合成")
    print("2. 背景替换") 
    print("3. 元素添加")
    print("4. 风格转换")
    
    print("\n🚀 执行多图片合成示例...")
    success = edit_images()
    
    print("\n" + "=" * 60)
    if success:
        print("🎉 编辑任务执行成功!")
        print("✅ 图片已保存到本地")
    else:
        print("❌ 编辑任务执行失败!")
        print("💡 请检查API密钥和网络连接")
    
    print(f"🕐 结束时间: {datetime.now()}")
    print("=" * 60)

if __name__ == "__main__":
    success = main()
    sys.exit(0 if success else 1)

编辑示例场景

1. 多图片合成

# 将两个logo合成,并添加新元素
{
  "type": "text",
  "text": "Combine these two logos and add a cute animal"
}

2. 背景替换

# 替换图片背景
{
  "type": "text", 
  "text": "Remove the background and add a sunset landscape"
}

3. 风格转换

# 改变图片风格
{
  "type": "text",
  "text": "Convert this photo to anime/cartoon style"
}

4. 元素修改

# 添加或删除元素
{
  "type": "text",
  "text": "Add sunglasses to the person and change hair color to blue"
}

使用建议

选择合适的调用方式

推荐使用谷歌原生格式
  • 功能最完整,支持自定义分辨率
  • 性能更稳定,与谷歌官方同步更新
  • 适合长期使用和新项目开发
查看 谷歌原生格式示例
无需强制迁移
  • OpenAI 兼容模式会持续支持
  • 老代码可以继续使用,无需修改
  • 如需自定义输出尺寸,可考虑逐步迁移
查看 OpenAI 兼容模式示例
必须使用谷歌原生格式
  • 只有谷歌原生格式支持 aspectRatio 参数
  • 支持 10 种常用宽高比
  • OpenAI 兼容模式编辑图片时会智能遵循原图比例
支持的宽高比:21:9, 16:9, 4:3, 3:2, 1:1, 9:16, 3:4, 2:3, 5:4, 4:5
2025年10月30日
  • 预览版 gemini-2.5-flash-image-preview 将于此日期下线
  • 本站会自动重定向到正式版
  • 建议提前测试正式版 gemini-2.5-flash-image 的兼容性

迁移指南

如果您当前使用预览版模型或希望迁移到谷歌原生格式,请参考:
1

检查当前配置

确认您当前使用的模型名称和调用端点:
  • 模型名称:gemini-2.5-flash-image-preview → 改为 gemini-2.5-flash-image
  • 如需自定义尺寸:迁移到谷歌原生格式端点
2

测试新配置

在开发环境测试新的模型或端点:
  • 验证返回结果格式
  • 检查输出图片质量和尺寸
  • 确认性能和响应时间
3

逐步部署

建议采用灰度发布策略:
  • 先在少量用户中测试
  • 观察反馈和错误率
  • 逐步扩大范围直至全量

最佳实践

编辑指令优化

明确具体

使用具体、明确的描述✅ “将背景改为蓝色海洋场景” ❌ “改变背景”

分步描述

将复杂编辑分解为步骤✅ “先移除背景,然后添加森林场景,最后增加阳光效果”

图片输入建议

  • 格式支持:PNG、JPEG、GIF 等主流格式
  • 分辨率:建议不超过 4096x4096
  • 文件大小:单张图片建议不超过 10MB
  • URL要求:确保图片URL可公开访问

编辑质量优化

  1. 高质量输入:使用清晰、高分辨率的原图
  2. 合理指令:避免过于复杂或矛盾的编辑要求
  3. 多次迭代:对复杂编辑可以分多步进行
  4. 参考示例:参考成功的编辑案例

错误处理

常见错误及解决方案

原因:图片URL不可访问或需要身份验证解决
  • 使用公开可访问的图片URL
  • 检查URL是否正确
  • 确保图片服务器允许外部访问
原因:编辑指令不够明确或输入图片质量较低解决
  • 使用更具体、明确的编辑指令
  • 提供高质量的输入图片
  • 分步骤进行复杂编辑
原因:编辑任务失败或响应格式异常解决
  • 检查编辑指令是否合理
  • 确认输入图片是否有效
  • 查看完整的API响应内容

定价信息

  • 按次计费:$0.025/次编辑任务
  • 官网对比:官网定价 $0.04/次
  • 实际成本:结合充值优惠约 ¥0.14/次
  • 节省幅度:相比官网节省约 50%

高级功能

批量编辑

def batch_edit_images(image_urls, edit_instruction):
    """批量编辑多张图片"""
    results = []
    for i, url in enumerate(image_urls):
        data = {
            "model": "gemini-2.5-flash-image",
            "messages": [{
                "role": "user", 
                "content": [
                    {"type": "text", "text": edit_instruction},
                    {"type": "image_url", "image_url": {"url": url}}
                ]
            }]
        }
        # 执行编辑...
        results.append(result)
    return results

编辑历史记录

def save_edit_history(original_url, instruction, result_path):
    """保存编辑历史记录"""
    history = {
        "timestamp": datetime.now().isoformat(),
        "original_image": original_url,
        "edit_instruction": instruction,
        "result_path": result_path
    }
    # 保存到文件或数据库...

相关文档

编辑技巧:对于复杂的编辑需求,建议先用简单指令测试效果,再逐步增加复杂度。这样可以获得更好的编辑结果。