Personalización controlada

Atención: A partir del 24 de junio del 2025, las versiones 1 y 2 de Imagen estarán obsoletas. Los modelos de Imagen imagegeneration@002, imagegeneration@005 y imagegeneration@006 se retirarán el 24 de septiembre del 2025 . Para obtener más información sobre cómo migrar a Imagen 3, consulta el artículo Migrar a Imagen 3.

La personalización controlada te permite crear imágenes nuevas a partir de una imagen de origen o de una señal de imagen de origen (contorno de Canny o garabato). En esta página se explica cómo enviar dos tipos de solicitudes de personalización controlada:

1. Personalización controlada de Imagen 3 (función de GA)

   Ver la tarjeta del modelo Imagen for Editing and Customization

2. Imagen 2: personalización controlada: señal de imagen de origen de contorno nítido o garabato (función de vista previa)

Casos prácticos

Imagen 3 Controlled Customization ofrece peticiones de estilo libre, lo que puede darte la impresión de que el modelo puede hacer más de lo que está entrenado para hacer. En las siguientes secciones se describen casos prácticos y ejemplos de Imagen 3 Controlled Customization.

El modelo se ha entrenado con los casos prácticos que proporcionamos, por lo que esperamos que obtengas buenos resultados al usar la personalización controlada de Imagen 3. Si le pides al modelo que responda de formas inesperadas, no obtendrás buenos resultados.

Ejemplos de casos prácticos previstos

Estos son algunos casos prácticos para los que se ha entrenado la personalización controlada de Imagen 3 y para los que ofrece buenos resultados:

• Genera una imagen que siga la petición y las imágenes de control de contorno.

• Genera una imagen que siga la petición y las imágenes de garabatos.

• Estiliza una foto de una persona sin cambiar su expresión facial.

Ejemplos de casos prácticos no previstos

A continuación, se indican los casos prácticos para los que no se ha entrenado la personalización controlada de Imagen 3 y para los que produce resultados de baja calidad:

• Genera una imagen con el estilo especificado en la petición.

• Genera una imagen a partir de texto que siga un estilo específico proporcionado por una imagen de referencia, con cierto nivel de control sobre la composición de la imagen mediante una imagen de control.

• Genera una imagen a partir de texto que siga un estilo específico proporcionado por una imagen de referencia, con cierto nivel de control sobre la composición de la imagen mediante un garabato de control.

• Generar una imagen a partir de texto que siga un estilo específico proporcionado por la imagen de referencia, con cierto nivel de control sobre la composición de la imagen mediante una imagen de control. La persona de la imagen tiene una expresión facial concreta.

• Estiliza una foto de dos o más personas y conserva sus expresiones faciales.

• Estiliza una foto de una mascota y conviértela en un dibujo. Conservar o especificar la composición de la imagen (por ejemplo, acuarela).

Antes de empezar

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

1. Configura la autenticación de tu entorno.

   Select the tab for how you plan to use the samples on this page:

   Console

   When you use the Google Cloud console to access Google Cloud services and APIs, you don't need to set up authentication.

   REST

   Para usar las muestras de la API REST de esta página en un entorno de desarrollo local, debes usar las credenciales que proporciones a la CLI de gcloud.

   Instala Google Cloud CLI. Después de la instalación, inicializa la CLI de Google Cloud ejecutando el siguiente comando:

   gcloud init

   Si utilizas un proveedor de identidades (IdP) externo, primero debes iniciar sesión en la CLI de gcloud con tu identidad federada.

   Para obtener más información, consulta el artículo Autenticarse para usar REST de la documentación sobre autenticación de Google Cloud .

   Redacción de peticiones de personalización

   La petición que uses con la personalización de Imagen 3 puede afectar a la calidad de las imágenes generadas. Usa las siguientes plantillas de peticiones como punto de partida para escribir peticiones de personalización. Es posible que tengas que enviar varias solicitudes para obtener el resultado que buscas.

   Caso práctico	Imágenes de referencia	Plantilla de petición	Ejemplo
   Personalización controlada	Mapa de garabatos (1)	Genera una imagen que se ajuste al scribble map [1] para que coincida con la descripción: ${STYLE_PROMPT} ${PROMPT}.	Genera una imagen que se ajuste a las scribble map [1] para que coincida con la descripción: La imagen debe tener el estilo de una pintura al óleo impresionista con pinceladas relajadas. Tiene un ambiente iluminado de forma natural y pinceladas visibles. Vista lateral de un coche. El coche está aparcado en una carretera mojada y reflectante, con las luces de la ciudad reflejándose en los charcos.
   Personalización controlada	Imagen de control inteligente (1)	Genera una imagen que se ajuste al edge map [1] para que coincida con la descripción: ${STYLE_PROMPT} ${PROMPT}	Genera una imagen que se ajuste a la edge map [1] para que coincida con la descripción: la imagen debe tener el estilo de una pintura al óleo impresionista, con pinceladas relajadas. Tiene un ambiente iluminado de forma natural y pinceladas visibles. Vista lateral de un coche. El coche está aparcado en una carretera mojada y reflectante, con las luces de la ciudad reflejándose en los charcos.
   Estilización de la imagen de una persona con la entrada FaceMesh	Imagen del sujeto (1-3) Imagen de control de FaceMesh (1)	Crea una imagen sobre SUBJECT_DESCRIPTION [1] en la postura de CONTROL_IMAGE [2] para que coincida con la descripción: un retrato de SUBJECT_DESCRIPTION [1] ${PROMPT}	Crea una imagen de a woman with short hair [1] en la postura de control image [2] para que coincida con la descripción: un retrato de a woman with short hair [1] con un estilo de dibujos animados en 3D y un fondo desenfocado. Un personaje bonito y adorable, con una cara sonriente, mirando a la cámara, tonos pastel, alta calidad, 4K, obra maestra, superdetalles, textura de la piel, mapeado de texturas, sombras suaves, iluminación suave y realista, colores vivos
   Estilización de la imagen de una persona con la entrada FaceMesh	Imagen del sujeto (1-3) Imagen de control de FaceMesh (1)	Crea una imagen ${STYLE_PROMPT} sobre SUBJECT_DESCRIPTION [1] en la postura de CONTROL_IMAGE [2] para que coincida con la descripción: un retrato de SUBJECT_DESCRIPTION [1] ${PROMPT}	Crea una imagen de estilo de dibujo animado en 3D sobre a woman with short hair [1] en la postura de control image [2] para que coincida con la descripción: un retrato de a woman with short hair [1] en estilo de dibujo animado en 3D con un fondo desenfocado. Un personaje bonito y adorable con una cara sonriente, mirando a la cámara, tonos pastel, alta calidad, 4K, obra maestra, superdetalles, textura de la piel, mapeado de texturas, sombras suaves, iluminación suave y realista, colores vivos

   Enviar una solicitud de personalización controlada de Imagen 3

   Para ver un ejemplo de personalización de Imagen 3, ejecuta el cuaderno "Imagen 3 Customized Images" en uno de los siguientes entornos:

   Abrir en Colab | Abrir en Colab Enterprise | Abrir en Vertex AI Workbench | Ver en GitHub

   Usa los siguientes ejemplos para enviar una solicitud de personalización controlada de Imagen 3:

   REST

   Antes de usar los datos de la solicitud, haz las siguientes sustituciones:

   • PROJECT_ID: tu Google Cloud ID de proyecto.
   • LOCATION: la región de tu proyecto. Por ejemplo, us-central1, europe-west2 o asia-northeast3. Para ver una lista de las regiones disponibles, consulta Ubicaciones de la IA generativa en Vertex AI.
   • TEXT_PROMPT: La petición de texto indica qué imágenes genera el modelo. Para usar la personalización controlada de Imagen 3, incluye el referenceId de la imagen de referencia del control que proporciones en el formato [$referenceId]. Por ejemplo:
     • Genera una imagen que se ajuste al mapa de garabatos [1] para que coincida con la descripción: [image description].
   • BASE64_CONTROL_IMAGE: la imagen de control base (boceto). La imagen debe especificarse como una cadena de bytes codificada en Base64.
     En CONTROL_TYPE_SCRIBBLE: la imagen de control de garabato esperada tiene un fondo negro y una línea de garabato blanca.
     Para CONTROL_TYPE_CANNY: la imagen de control de contorno nítido esperada tiene un fondo negro y contornos nítidos blancos.
   • CONTROL_TYPE: el tipo de señal de control. Usa CONTROL_TYPE_CANNY para bordes definidos. Usa CONTROL_TYPE_SCRIBBLE para escribir a mano.
   • enableControlImageComputation: asigna el valor false si proporcionas tu propia imagen de control. En este caso, B64_BASE_IMAGE debe ser la imagen de la señal de control. Selecciona true si quieres que Imagen calcule la imagen de control a partir de la imagen de referencia. En este caso, B64_BASE_IMAGE debe ser la imagen RGB sin procesar.
   • IMAGE_COUNT: número de imágenes generadas. Valores enteros aceptados: del 1 al 4. Valor predeterminado: 4.

   Método HTTP y URL:

   POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict

   Cuerpo JSON de la solicitud:

   {
     "instances": [
       {
         "prompt": "TEXT_PROMPT",
         "referenceImages": [
           {
             "referenceType": "REFERENCE_TYPE_CONTROL",
             "referenceId": 1,
             "referenceImage": {
               "bytesBase64Encoded": "BASE64_CONTROL_IMAGE"
             },
             "controlImageConfig": {
               "controlType": "CONTROL_TYPE",
               "enableControlImageComputation": false
             }
           }
         ]
       }
     ],
     "parameters": {
       "sampleCount": IMAGE_COUNT
     }
   }
   

   Para enviar tu solicitud, elige una de estas opciones:

   curl

   Nota: En el siguiente comando se presupone que has iniciado sesión en la CLI de gcloud con tu cuenta de usuario ejecutando gcloud init o gcloud auth login , o bien usando Cloud Shell, que inicia sesión automáticamente en la CLI de gcloud . Para comprobar qué cuenta está activa, ejecuta gcloud auth list.

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict"

   PowerShell

   Nota: El siguiente comando presupone que has iniciado sesión en la CLI de gcloud con tu cuenta de usuario ejecutando gcloud init o gcloud auth login . Para comprobar qué cuenta está activa, ejecuta gcloud auth list.

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/google/models/imagen-3.0-capability-001:predict" | Select-Object -Expand Content

   La siguiente respuesta de ejemplo corresponde a una solicitud con "sampleCount": 2. La respuesta devuelve dos objetos de predicción con los bytes de la imagen generada codificados en Base64.

   {
     "predictions": [
       {
         "bytesBase64Encoded": "BASE64_IMG_BYTES",
         "mimeType": "image/png"
       },
       {
         "mimeType": "image/png",
         "bytesBase64Encoded": "BASE64_IMG_BYTES"
       }
     ]
   }
   

   Python

   Garabatear

   from google import genai
   from google.genai.types import (
       ControlReferenceConfig,
       ControlReferenceImage,
       EditImageConfig,
       Image,
   )
   
   client = genai.Client()
   
   # TODO(developer): Update and un-comment below line
   # output_gcs_uri = "gs://your-bucket/your-prefix"
   
   # Create a reference image out of an existing scribble image signal
   # using https://storage.googleapis.com/cloud-samples-data/generative-ai/image/car_scribble.png
   control_reference_image = ControlReferenceImage(
       reference_id=1,
       reference_image=Image(gcs_uri="gs://cloud-samples-data/generative-ai/image/car_scribble.png"),
       config=ControlReferenceConfig(control_type="CONTROL_TYPE_SCRIBBLE"),
   )
   
   image = client.models.edit_image(
       model="imagen-3.0-capability-001",
       prompt="an oil painting showing the side of a red car[1]",
       reference_images=[control_reference_image],
       config=EditImageConfig(
           edit_mode="EDIT_MODE_CONTROLLED_EDITING",
           number_of_images=1,
           safety_filter_level="BLOCK_MEDIUM_AND_ABOVE",
           person_generation="ALLOW_ADULT",
           output_gcs_uri=output_gcs_uri,
       ),
   )
   
   # Example response:
   # gs://your-bucket/your-prefix
   print(image.generated_images[0].image.gcs_uri)

   Borde de Canny

   from google import genai
   from google.genai.types import (
       ControlReferenceConfig,
       ControlReferenceImage,
       EditImageConfig,
       Image,
   )
   
   client = genai.Client()
   
   # TODO(developer): Update and un-comment below line
   # output_gcs_uri = "gs://your-bucket/your-prefix"
   
   # Create a reference image out of an existing canny edge image signal
   # using https://storage.googleapis.com/cloud-samples-data/generative-ai/image/car_canny.png
   control_reference_image = ControlReferenceImage(
       reference_id=1,
       reference_image=Image(gcs_uri="gs://cloud-samples-data/generative-ai/image/car_canny.png"),
       config=ControlReferenceConfig(control_type="CONTROL_TYPE_CANNY"),
   )
   
   image = client.models.edit_image(
       model="imagen-3.0-capability-001",
       prompt="a watercolor painting of a red car[1] driving on a road",
       reference_images=[control_reference_image],
       config=EditImageConfig(
           edit_mode="EDIT_MODE_CONTROLLED_EDITING",
           number_of_images=1,
           safety_filter_level="BLOCK_MEDIUM_AND_ABOVE",
           person_generation="ALLOW_ADULT",
           output_gcs_uri=output_gcs_uri,
       ),
   )
   
   # Example response:
   # gs://your-bucket/your-prefix
   print(image.generated_images[0].image.gcs_uri)

   Enviar una solicitud de personalización controlada de Imagen 2

   Vista previa

   Esta función de Imagen es una oferta de vista previa sujeta a los "Términos de las Ofertas Previas a la Disponibilidad General" de los Términos Específicos de los Servicios de Google Cloud. Los productos y las funciones previos a la disponibilidad general pueden tener una asistencia limitada y los cambios que se produzcan en ellos podrían no ser compatibles con otras versiones previas a la disponibilidad general. Para obtener más información, consulta las descripciones de las fases de lanzamiento. Además, al usar esta función de Imagen, aceptas los términos y condiciones de la vista previa de IA generativa (los "Términos de la Vista Previa").

   Imagen de entrada	Otros parámetros	Imagen de salida
   Imagen de entrada. Fuente de la imagen: Alec Cutter en Unsplash.	Petición: "versión de arte digital" Petición negativa: "blanco y negro" Tipo de imagen guía: RGB estándar Condición de control: detección de contornos con Canny Escala de control de Imagen: 0,95
   Imagen de entrada. Fuente de la imagen: Alec Cutter en Unsplash (se ha aplicado la detección de contornos).	Petición: "versión de arte digital" Petición negativa: "blanco y negro" Tipo de imagen guía: borde de Canny Escala de control de Imagen: 0,95

   Usa los siguientes ejemplos para enviar una solicitud de personalización controlada de Imagen 2:

   Consola

   1. En la Google Cloud consola, ve a la página Vertex AI > Media Studio .

      Ir a Media Studio

   2. En el panel de tareas inferior, haz clic en Editar imagen.

   3. Haz clic en Subir para seleccionar la imagen almacenada localmente que quieras editar.

   4. En la sección Modo del panel Parámetros, haga clic en Control.

   5. Opcional. Modifica el Número de resultados, proporciona una Petición negativa o modifica las Opciones avanzadas > Región.

   6. En la sección Opciones avanzadas, selecciona el tipo de imagen guía: RGB estándar, Contorno de Canny o Garabato.

   7. En la sección Opciones avanzadas, selecciona la Condición de control: Contorno inteligente o Garabato.

   8. En el campo de petición (Escribe tu petición...), escribe una petición de texto.

   9. Haz clic en Generar.

   REST

   Antes de usar los datos de la solicitud, haz las siguientes sustituciones:

   • PROJECT_ID: tu Google Cloud ID de proyecto.
   • TEXT_PROMPT: la petición de texto que indica qué imágenes debe generar el modelo. Este campo es obligatorio tanto para generar como para editar.
   • B64_BASE_IMAGE: la imagen base que quieres editar o aumentar de resolución. La imagen debe especificarse como una cadena de bytes codificada en Base64. Tamaño máximo: 10 MB.
   • EDIT_IMAGE_COUNT: número de imágenes editadas. Valor predeterminado: 4.
   • NEGATIVE_PROMPT: una petición negativa para ayudar a generar las imágenes. Por ejemplo: "animales" (quita los animales), "borroso" (hace que la imagen sea más nítida), "texto" (quita el texto) o "recortado" (quita las imágenes recortadas).
   • CONDITION: string. El tipo de señal de imagen de control proporcionada. Valores: cannyEdges o scribble.
   • CONTROL_SCALE: float. La intensidad de la señal de la imagen de control. Valores: 0.0 - 1.0. Valor predeterminado: 0.95. Intervalo recomendado: 0.9 - 1.0.
   • SAMPLING_STEPS: integer. Número de pasos de muestreo. Valores: 1 - 30. Valor predeterminado: 16.
   • COMPUTE_CONDITION_MAP: boolean. Indica si se debe calcular un mapa de condiciones a partir de la imagen de entrada base. Si se define como false, el servicio espera que la imagen de entrada sea un garabato o bordes de Canny, y la imagen se proporciona directamente al modelo. Si se define como true, el servicio espera que la imagen de entrada sea una imagen RGB y el servicio calcula los bordes de Canny o la información de garabatos de la imagen de entrada en función de conditionName. A continuación, el servicio proporciona el mapa de condiciones procesado al modelo para editar la imagen. Cuando proporciones imágenes de garabatos, deben tener un fondo negro y líneas blancas que representen el objeto que se va a generar. Valor predeterminado: false.

   Método HTTP y URL:

   POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/imagen-2.0-edit-preview-0627:predict

   Cuerpo JSON de la solicitud:

   {
     "instances": [
       {
         "prompt": "TEXT_PROMPT",
         "image": {
           "bytesBase64Encoded": "B64_BASE_IMAGE"
         }
       }
     ],
     "parameters": {
       "sampleCount": EDIT_IMAGE_COUNT,
       "negativePrompt": "NEGATIVE_PROMPT",
       "controlPluginConfig":  {
         "conditions": [
           {
             "conditionName": "CONDITION",
             "controlScale": CONTROL_SCALE,
             "samplingSteps": SAMPLING_STEPS,
             "computeConditionMap": COMPUTE_CONDITION_MAP
           }
         ]
       }
     }
   }
   

   Para enviar tu solicitud, elige una de estas opciones:

   curl

   Nota: En el siguiente comando se presupone que has iniciado sesión en la CLI de gcloud con tu cuenta de usuario ejecutando gcloud init o gcloud auth login , o bien usando Cloud Shell, que inicia sesión automáticamente en la CLI de gcloud . Para comprobar qué cuenta está activa, ejecuta gcloud auth list.

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/imagen-2.0-edit-preview-0627:predict"

   PowerShell

   Nota: El siguiente comando presupone que has iniciado sesión en la CLI de gcloud con tu cuenta de usuario ejecutando gcloud init o gcloud auth login . Para comprobar qué cuenta está activa, ejecuta gcloud auth list.

   Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/imagen-2.0-edit-preview-0627:predict" | Select-Object -Expand Content

   La siguiente respuesta de ejemplo corresponde a una solicitud con "sampleCount": 2. La respuesta devuelve dos objetos de predicción con los bytes de la imagen generada codificados en Base64.

   {
     "predictions": [
       {
         "bytesBase64Encoded": "BASE64_IMG_BYTES",
         "mimeType": "image/png"
       },
       {
         "mimeType": "image/png",
         "bytesBase64Encoded": "BASE64_IMG_BYTES"
       }
     ]
   }
   

   Uso del producto

   Para ver los estándares de uso y las restricciones de contenido asociados a Imagen en Vertex AI, consulta las directrices de uso.

   Versiones del modelo

   Puedes usar varios modelos de generación de imágenes. Para obtener más información, consulta Modelos de imagen.

   Siguientes pasos

   Consulta artículos sobre Imagen y otros productos de IA generativa en Vertex AI:

   • Guía para desarrolladores sobre cómo empezar a usar Imagen 3 en Vertex AI
   • Nuevos modelos y herramientas de medios generativos, creados con y para creadores
   • Novedades de Gemini: Gems personalizados y generación de imágenes mejorada con Imagen 3
   • Google DeepMind: Imagen 3, nuestro modelo de texto a imagen de mayor calidad
   Enviar comentarios