Generare immagini utilizzando Imagen

Imagen è il modello di generazione di immagini ad alta fedeltà di Google, in grado di generare immagini realistiche e di alta qualità a partire da prompt di testo. Tutte le immagini generate includono una filigrana SynthID. Per scoprire di più sulle varianti del modello Imagen disponibili, consulta la sezione Versioni del modello.

Genera immagini utilizzando i modelli Imagen

Questo esempio mostra la generazione di immagini con un modello 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         }       }' 

Configurazione di Imagen

Al momento Imagen supporta solo i prompt in inglese e i seguenti parametri:

• numberOfImages: il numero di immagini da generare, da 1 a 4 (incluso). Il valore predefinito è 4.
• sampleImageSize: le dimensioni dell'immagine generata. Questa funzionalità è supportata solo per i modelli Standard e Ultra. I valori supportati sono 1K e 2K. Il valore predefinito è 1K.
• aspectRatio: modifica le proporzioni dell'immagine generata. I valori supportati sono "1:1", "3:4", "4:3", "9:16" e "16:9". Il valore predefinito è "1:1".

• personGeneration: Consente al modello di generare immagini di persone. Sono supportati i seguenti valori:

  • "dont_allow": Blocca la generazione di immagini di persone.
  • "allow_adult": genera immagini di adulti, ma non di bambini. Questa è l'impostazione predefinita.
  • "allow_all": genera immagini che includono adulti e bambini.

Guida ai prompt di Imagen

Questa sezione della guida di Imagen mostra come la modifica di un prompt da testo a immagine possa produrre risultati diversi, insieme a esempi di immagini che puoi creare.

Nozioni di base sulla scrittura di prompt

Un buon prompt è descrittivo e chiaro e utilizza parole chiave e modificatori significativi. Inizia pensando al soggetto, al contesto e allo stile.

1. Soggetto: la prima cosa a cui pensare con qualsiasi prompt è il soggetto: l'oggetto, la persona, l'animale o il paesaggio di cui vuoi un'immagine.

2. Contesto e sfondo: altrettanto importante è lo sfondo o il contesto in cui verrà inserito il soggetto. Prova a posizionare il soggetto in una varietà di sfondi. Ad esempio, uno studio con sfondo bianco, all'aperto o in ambienti interni.

3. Stile:infine, aggiungi lo stile dell'immagine che vuoi. Gli stili possono essere generali (pittura, fotografia, schizzi) o molto specifici (pittura a pastello, disegno a carboncino, 3D isometrico). Puoi anche combinare gli stili.

Dopo aver scritto una prima versione del prompt, perfezionalo aggiungendo altri dettagli finché non ottieni l'immagine che desideri. L'iterazione è importante. Inizia definendo l'idea principale, poi perfezionala ed espandila finché l'immagine generata non si avvicina alla tua visione.

I modelli Imagen possono trasformare le tue idee in immagini dettagliate, indipendentemente dalla lunghezza e dal livello di dettaglio dei prompt. Perfeziona la tua visione attraverso prompt iterativi, aggiungendo dettagli fino a ottenere il risultato perfetto.

I prompt brevi ti consentono di generare rapidamente un'immagine.

I prompt più lunghi ti consentono di aggiungere dettagli specifici e creare l'immagine.

Altri suggerimenti per la scrittura di prompt Imagen:

• Utilizza un linguaggio descrittivo: impiega aggettivi e avverbi dettagliati per delineare un quadro chiaro per Imagen.
• Fornisci il contesto: se necessario, includi informazioni di base per aiutare l'AI a comprendere la richiesta.
• Fai riferimento ad artisti o stili specifici: se hai in mente un'estetica particolare, fare riferimento ad artisti o movimenti artistici specifici può essere utile.
• Utilizza strumenti di prompt engineering: valuta la possibilità di esplorare strumenti o risorse di prompt engineering per perfezionare i prompt e ottenere risultati ottimali.
• Migliorare i dettagli del viso nelle immagini personali e di gruppo: specifica i dettagli del viso come punto focale della foto (ad esempio, utilizza la parola "ritratto" nel prompt).

Generare testo nelle immagini

I modelli Imagen possono aggiungere testo alle immagini, aprendo maggiori possibilità di generazione di immagini creative. Segui queste indicazioni per sfruttare al meglio questa funzionalità:

• Itera con sicurezza: potresti dover rigenerare le immagini finché non ottieni l'aspetto che desideri. L'integrazione del testo di Imagen è ancora in fase di sviluppo e a volte più tentativi danno i risultati migliori.
• Mantienilo breve: limita il testo a un massimo di 25 caratteri per una generazione ottimale.

• Più frasi: prova due o tre frasi distinte per fornire informazioni aggiuntive. Evita di superare le tre frasi per composizioni più pulite.

  

• Posizionamento della guida: anche se Imagen può tentare di posizionare il testo come indicato, sono possibili variazioni occasionali. Questa funzionalità è in continuo miglioramento.

• Stile del carattere Inspira: specifica uno stile del carattere generale per influenzare in modo sottile le scelte di Imagen. Non fare affidamento sulla replica precisa dei caratteri, ma aspettati interpretazioni creative.

• Dimensioni del carattere: specifica una dimensione del carattere o un'indicazione generale delle dimensioni (ad esempio piccole, medie, grandi) per influire sulla generazione delle dimensioni del carattere.

Parametrizzazione dei prompt

Per controllare meglio i risultati dell'output, potrebbe essere utile parametrizzare gli input in Imagen. Ad esempio, supponiamo che tu voglia che i tuoi clienti possano generare loghi per la loro attività e che vogliano assicurarsi che i loghi vengano sempre generati su uno sfondo a tinta unita. Vuoi anche limitare le opzioni che il cliente può selezionare da un menu.

In questo esempio, puoi creare un prompt con parametri simile al seguente:

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

Nell'interfaccia utente personalizzata, il cliente può inserire i parametri utilizzando un menu e il valore scelto viene inserito nel prompt ricevuto da Imagen.

Ad esempio:

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

   

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

   

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

   

Tecniche avanzate di scrittura dei prompt

Utilizza gli esempi riportati di seguito per creare prompt più specifici in base ad attributi come descrittori di fotografia, forme e materiali, movimenti artistici storici e modificatori della qualità dell'immagine.

Fotografia

• Il prompt include: "Una foto di…"

Per utilizzare questo stile, inizia con parole chiave che indichino chiaramente a Imagen che stai cercando una fotografia. Inizia i prompt con "Una foto di…" . .". Ad esempio:

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Modificatori di fotografia

Negli esempi seguenti puoi vedere diversi modificatori e parametri specifici per la fotografia. Puoi combinare più modificatori per un controllo più preciso.

1. Prossimità della fotocamera - Primo piano, scattato da lontano

2. Posizione della videocamera: aerea, dal basso

3. Illuminazione: naturale, drammatica, calda, fredda

4. Impostazioni della fotocamera - sfocatura movimento, messa a fuoco morbida, bokeh, ritratto

5. Tipi di obiettivi: 35 mm, 50 mm, fisheye, grandangolare, macro

6. Tipi di pellicola: bianco e nero, polaroid

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Illustrazione e arte

• Il prompt include: "Un painting di…", "Un sketch di…"

Gli stili artistici variano da quelli monocromatici come gli schizzi a matita all'arte digitale iperrealistica. Ad esempio, le seguenti immagini utilizzano lo stesso prompt con stili diversi:

"Un [art style or creation technique] di una berlina elettrica sportiva angolare con grattacieli sullo sfondo"

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 2.}

Forme e materiali

• Il prompt include: "...fatto di...", "...a forma di..."

Uno dei punti di forza di questa tecnologia è la possibilità di creare immagini che altrimenti sarebbero difficili o impossibili. Ad esempio, puoi ricreare il logo della tua azienda con materiali e trame diversi.

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Riferimenti all'arte storica

• Il prompt include: "...nello stile di..."

Alcuni stili sono diventati iconici nel corso degli anni. Di seguito sono riportate alcune idee di stili di pittura o artistici storici che puoi provare.

"genera un'immagine nello stile di [art period or movement] : un parco eolico"

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Modificatori della qualità dell'immagine

Determinate parole chiave possono indicare al modello che stai cercando un asset di alta qualità. Ecco alcuni esempi di modificatori della qualità:

• Modificatori generali - di alta qualità, bellissimo, stilizzato
• Foto - 4K, HDR, Studio Photo
• Arte, illustrazione - di un professionista, dettagliata

Di seguito sono riportati alcuni esempi di prompt senza modificatori di qualità e lo stesso prompt con modificatori di qualità.

^{Origine immagine: ogni immagine è stata generata utilizzando il prompt di testo corrispondente con il modello Imagen 3.}

Proporzioni

La generazione di immagini con Imagen ti consente di impostare cinque diversi formati delle immagini.

1. Quadrato (1:1, predefinito): una foto quadrata standard. Gli utilizzi comuni di questo formato includono i post sui social media.

2. Schermo intero (4:3): queste proporzioni vengono utilizzate spesso nei contenuti multimediali o nei film. Sono anche le dimensioni della maggior parte delle vecchie TV (non widescreen) e delle fotocamere di medio formato. Cattura una porzione più ampia della scena in orizzontale (rispetto a 1:1), il che la rende una proporzione preferita per la fotografia.

3. Verticale a schermo intero (3:4): le proporzioni a schermo intero ruotate di 90 gradi. In questo modo è possibile acquisire una porzione più ampia della scena in verticale rispetto alle proporzioni 1:1.

4. Widescreen (16:9): questo formato ha sostituito il 4:3 ed è ora il più comune per TV, monitor e schermi di cellulari (orizzontale). Utilizza queste proporzioni quando vuoi catturare una porzione più ampia dello sfondo (ad esempio, paesaggi panoramici).

   

5. Verticale (9:16): queste proporzioni sono widescreen, ma ruotate. Si tratta di un formato relativamente nuovo, reso popolare dalle app di video nel formato breve (ad esempio, YouTube Shorts). Utilizza questa impostazione per oggetti alti con orientamento verticale marcato, come edifici, alberi, cascate o altri oggetti simili.

   

Immagini fotorealistiche

Versioni diverse del modello di generazione di immagini potrebbero offrire un mix di output artistici e fotorealistici. Utilizza le seguenti parole nei prompt per generare output più fotorealistici, in base al soggetto che vuoi generare.

Ritratti

Utilizzando diverse parole chiave della tabella, Imagen può generare i seguenti ritratti:

Prompt: Una donna, ritratto 35 mm, duotoni blu e grigi
Modello: imagen-3.0-generate-002

Prompt: Una donna, ritratto 35 mm, film noir
Modello: imagen-3.0-generate-002

Oggetti

Utilizzando diverse parole chiave della tabella, Imagen può generare le seguenti immagini di oggetti:

Prompt: foglia di una pianta della preghiera, obiettivo macro, 60 mm
Modello: imagen-3.0-generate-002

Prompt: un piatto di pasta, obiettivo macro da 100 mm
Modello: imagen-3.0-generate-002

Movimento

Utilizzando diverse parole chiave della tabella, Imagen può generare le seguenti immagini in movimento:

Prompt: a winning touchdown, fast shutter speed, movement tracking
Modello: imagen-3.0-generate-002

Prompt: Un cervo che corre nella foresta, tempo di esposizione rapido, rilevamento del movimento
Modello: imagen-3.0-generate-002

Grandangolare

Utilizzando diverse parole chiave della tabella, Imagen può generare le seguenti immagini grandangolari:

Prompt: an expansive mountain range, landscape wide angle 10mm
Modello: imagen-3.0-generate-002

Prompt: una foto della luna, astrofotografia, grandangolo 10 mm
Modello: imagen-3.0-generate-002

Versioni modello